检索结果-内蒙古大学图书馆

中国科技论文 2018年第14期13卷 1603-1608页

作者：陈园陈昊李军华喻维康南昌航空大学江西省图像处理与模式识别重点实验室南昌330063 北京航空航天大学电子信息工程学院北京100083

根据基因关联模型,对大规模优化问题分组间的相关性进行了理论分析,并在此基础上提出一种相关性可控的测试函数构造方法。通过调整分组数、均分性、连续性、欺骗性等关键参数来生成具有不同相关性、不同求解难度的大规模测试函数,有效... 详细信息

根据基因关联模型,对大规模优化问题分组间的相关性进行了理论分析,并在此基础上提出一种相关性可控的测试函数构造方法。通过调整分组数、均分性、连续性、欺骗性等关键参数来生成具有不同相关性、不同求解难度的大规模测试函数,有效模拟不同复杂度的非完全可分优化问题。使用已有相关性指标对所构造测试函数的有效性进行验证,并对比分析了不同算法求解构造测试问题的优化性能。

关键词：非完全可分优化问题大规模优化问题测试函数相关性欺骗性

来源：评论

学校读者我要写书评

暂无评论

基于卷积神经网络的花朵图片分类算法

引用

计算机与现代化 2018年第9期 52-55页

作者：张小锋刘红铮南昌航空大学江西省图像处理与模式识别重点实验室江西南昌330063

针对目前利用卷积神经网络进行花朵图像分类时,全连接层产生的参数冗余和破坏空间结构信息问题,提出一种有效的改进方法。首先用1×n和n×1卷积核替换n×n卷积核,然后在卷积层后连接空间金字塔池化进行降维提取特征,最后在S... 详细信息

针对目前利用卷积神经网络进行花朵图像分类时,全连接层产生的参数冗余和破坏空间结构信息问题,提出一种有效的改进方法。首先用1×n和n×1卷积核替换n×n卷积核,然后在卷积层后连接空间金字塔池化进行降维提取特征,最后在Softmax分类器输出概率分布。实验表明本文的方法不仅提高了准确率,而且使训练时间下降了一半,大大提高了训练的速度。

关键词：卷积神经网络花朵图像分类全连接层空间金字塔池化

来源：评论

学校读者我要写书评

暂无评论

基于分数阶微分的TV-L^1光流模型的图像配准方法研究

引用

自动化学报 2017年第12期43卷 2213-2224页

作者：张桂梅孙晓旭刘建新储珺南昌航空大学江西省图像处理与模式识别重点实验室南昌330063 西华大学机械工程学院成都610039

图像的非刚性配准在计算机视觉和医学图像分析中有着重要的作用.TV-L^1(全变分L^1范数、Total variation-L^1)光流模型是解决非刚性配准问题的有效方法,但TV-L^1光流模型的正则项是一阶导数,会导致纹理特征等具有弱导数性质的信息模糊.... 详细信息

图像的非刚性配准在计算机视觉和医学图像分析中有着重要的作用.TV-L^1(全变分L^1范数、Total variation-L^1)光流模型是解决非刚性配准问题的有效方法,但TV-L^1光流模型的正则项是一阶导数,会导致纹理特征等具有弱导数性质的信息模糊.针对该问题,将G-L(Grünwald-Letnikov)分数阶引入TV-L^1光流模型,提出基于G-L分数阶微分的TV-L^1光流模型,并应用原始–对偶算法求解该模型.新的模型用G-L分数阶微分代替正则项中的一阶导数,由于分数阶微分比整数阶微分具有更好的细节描述能力,并能有效地、非线性地保留具有弱导数性质的纹理特征,从而提高图像的配准精度.另外,通过实验给出了配准精度与G-L分数阶模板参数之间的关系,从而为模板最佳参数的选取提供了依据.尽管不同类型的图像其最佳参数是不同的,但是其最佳配准阶次一般在1～2之间.理论分析和实验结果均表明,提出的新模型能够有效地提高图像配准的精度,适合于包含较多弱纹理和弱边缘信息的医学图像配准,该模型是TV-L^1光流模型的重要延伸和推广.

关键词：分数阶微分 Grünwald-Letnikov TV-L^1模型光流场弱纹理非刚性配准

来源：评论

学校读者我要写书评

暂无评论

深度图像优化分层分割的3D场景流估计

引用

南昌航空大学学报（自然科学版） 2018年第2期32卷 17-25页

作者：葛利跃朱令令张聪炫陈震南昌航空大学测试与光电工程学院南昌330063 江西省图像处理与模式识别重点实验室(南昌航空大学) 南昌330063

针对现有基于RGBD数据的3D场景流估计方法,在复杂背景、弱刚性运动以及运动遮挡等情况下计算精度与鲁棒性较低的缺点,提出一种基于深度图像优化分层分割的3D场景流估计方法。首先,利用连续图像序列帧间光流信息对场景深度图像进行优化... 详细信息

针对现有基于RGBD数据的3D场景流估计方法,在复杂背景、弱刚性运动以及运动遮挡等情况下计算精度与鲁棒性较低的缺点,提出一种基于深度图像优化分层分割的3D场景流估计方法。首先,利用连续图像序列帧间光流信息对场景深度图像进行优化分层分割,提取图像中运动目标与背景的深度信息。然后,根据深度图像分层结果,利用坐标下降法并结合图像分层技术计算RGBD序列3D场景流。最后,分别采用RGBD、Middlebury以及SRSF等测试图像集对方法的深度图像分层和场景流估计的准确性与可靠性进行综合对比试验。实验结果表明:所提方法针对复杂场景、弱刚性运动以及运动遮挡等类型图像具有较高的场景流估计精度与鲁棒性。

关键词：场景流深度图像 RGB图像序列分层分割

来源：评论

学校读者我要写书评

暂无评论

一种新的基于自适应分数阶的活动轮廓模型

引用

计算机研究与发展 2017年第5期54卷 1045-1056页

作者：张桂梅徐继元刘建新江西省图像处理与模式识别重点实验室(南昌航空大学) 南昌330063 西华大学机械工程学院成都610039

区域可调拟合(region scalable fitting,RSF)活动轮廓模型在分割弱纹理、弱边缘图像时,优化易陷入局部极小导致曲线演化速度缓慢;同时该模型中的局部拟合项为高斯核函数,导致目标的边界模糊,影响分割精度.针对该问题,提出了一种基于自... 详细信息

区域可调拟合(region scalable fitting,RSF)活动轮廓模型在分割弱纹理、弱边缘图像时,优化易陷入局部极小导致曲线演化速度缓慢;同时该模型中的局部拟合项为高斯核函数,导致目标的边界模糊,影响分割精度.针对该问题,提出了一种基于自适应分数阶的活动轮廓模型,用于图像的分割.首先将全局G-L(Grünwald-Letnikov)分数阶梯度融合到RSF模型中,以增强灰度不均匀和弱纹理区域的梯度信息,从而提高对曲线初始位置选择的鲁棒性,并提高了图像分割的精度和速度;然后用双边滤波函数替换局部拟合项中的高斯核函数,解决了高斯核函数在演化过程中造成的边界模糊问题;最后根据图像的梯度模值和信息熵构建自适应分数阶阶次的数学模型,并计算出最佳分数阶阶次.理论分析和实验结果均表明:提出的算法可以用于灰度不均匀和弱纹理、弱边缘区域的图像分割,并能根据图像的特征自适应计算最佳分数阶阶次,避免曲线演化陷入局部最优.用多幅图像进行实验,得出该方法的分割精度和分割效率都有较大提高.

关键词： Grünwald-Letnikov分数阶自适应分数阶 RSF模型活动轮廓模型图像分割

来源：评论

学校读者我要写书评

暂无评论

基于时频图和CNN的滚动轴承故障诊断

引用

南昌航空大学学报（自然科学版） 2018年第2期32卷 86-91页

作者：刘炳集熊邦书欧巧凤陈新云南昌航空大学图像处理与模式识别省重点实验室南昌330063 中航通飞研究院有限公司广东珠海519040

针对传统轴承故障诊断方法泛化能力差,提出了一种基于时频图和卷积神经网络(CNN)的滚动轴承故障诊断方法。首先,对振动信号进行短时傅里叶变换,构造时频图;然后,将训练信号的时频图作为卷积神经网络的输入,训练网络模型;最后,将测试信... 详细信息

针对传统轴承故障诊断方法泛化能力差,提出了一种基于时频图和卷积神经网络(CNN)的滚动轴承故障诊断方法。首先,对振动信号进行短时傅里叶变换,构造时频图;然后,将训练信号的时频图作为卷积神经网络的输入,训练网络模型;最后,将测试信号的时频图输入网络模型,实现对滚动轴承的故障状态识别。通过美国凯斯西储大学的开放数据集进行多组验证实验,结果表明该方法能够有效的判断轴承是否存在故障,并且能够识别故障类型,准确率可以达到97.63%以上。

关键词：滚动轴承时频图卷积神经网络故障诊断

来源：评论

学校读者我要写书评

暂无评论

一种改进的非局部均值图像去噪算法

引用

计算机工程与应用 2017年第18期53卷 192-198页

作者：祝严刚张桂梅南昌航空大学江西省图像处理与模式识别重点实验室南昌330063

非局部均值滤波算法(Non-Local Means,NLM)有良好的去噪效果,且能保持图像细节。但其复杂度过高引起效率低下,在噪声增大时去噪精度明显下降。快速非局部均值滤波(Fast Non-Local Means,FNLM)虽然提高了算法的效率,但去噪效果没有明显改... 详细信息

非局部均值滤波算法(Non-Local Means,NLM)有良好的去噪效果,且能保持图像细节。但其复杂度过高引起效率低下,在噪声增大时去噪精度明显下降。快速非局部均值滤波(Fast Non-Local Means,FNLM)虽然提高了算法的效率,但去噪效果没有明显改善,在噪声增大时去噪效果仍不理想。针对该问题,提出一种新的非局部均值滤波算法,算法将Turky型函数与指数型相结合,提出一种新的指数-Turky型权值核函数,替代原NLM算法和FNLM算法中的指数型核函数,同时综合了结构相似性(Structural Similarity,SSIM)和欧氏距离来衡量图像邻域间的相似性,从而使得权值的选取更加合理,有效排除图像中不相似邻域的干扰,提高了算法的去噪性能。通过对添加不同噪声水平的高斯噪声图像进行实验,结果表明提出的算法在去噪性能上与NLM和FNLM相比有较大提高,尤其对于噪声较大的图像效果更为显著,在去噪效率上与NLM相比有明显提高,与FNLM算法的时间复杂度相当,时耗接近略有降低。

关键词：图像去噪非局部均值滤波积分图 Turky函数结构相似性

来源：评论

学校读者我要写书评

暂无评论

非局部加权邻域三角滤波TV-L^1光流估计

引用

中国图象图形学报 2017年第8期22卷 1056-1067页

作者：张聪炫陈震汪明润黎明南昌航空大学江西省图像处理与模式识别重点实验室南昌330063 南昌航空大学测试与光电工程学院南昌330063

目的针对非刚性运动、运动遮挡与间断、大位移以及复杂边缘结构等困难场景图像序列光流计算的准确性与鲁棒性问题,提出一种基于加权邻域三角滤波的非局部TV-L^1光流计算方法。方法首先设计非平方惩罚函数L^1模型与梯度守恒假设相结合的... 详细信息

目的针对非刚性运动、运动遮挡与间断、大位移以及复杂边缘结构等困难场景图像序列光流计算的准确性与鲁棒性问题,提出一种基于加权邻域三角滤波的非局部TV-L^1光流计算方法。方法首先设计非平方惩罚函数L^1模型与梯度守恒假设相结合的数据项,然后引入基于L^1模型与基于图像梯度自适应变化权重相结合的平滑项,并根据提出的鲁棒数据项与图像-光流联合控制平滑项建立TV-L^1光流计算能量函数模型。最后采用基于加权邻域三角的非局部约束项,通过引入图像金字塔分层变形计算策略,在每层图像光流计算时对光流计算结果进行基于加权邻域三角网格的中值滤波优化,提出基于加权邻域三角滤波的非局部TV-L^1光流计算模型。结果分别采用MPI与Middlebury数据库测试图像序列对本文方法和LDOF、CLG-TV、SOF、Classic+NL等代表方法进行实验对比。本文方法光流计算结果的平均角误差(AAE)和平均端点误差(AEE)相对其他对比方法平均下降28.45%和28.42%,时间消耗相对传统方法增长5.16%。结论相对于传统的光流计算方法,本文方法针对非刚体运动、运动遮挡与间断、大位移运动以及复杂边缘等困难场景具有较好的适用性,光流估计结果具有较高的精度和较好的鲁棒性。

关键词：光流加权邻域三角中值滤波非局部约束困难场景

来源：评论

学校读者我要写书评

暂无评论

结合灰度共生特征和水平集算法的宫颈醋白区域分割

引用

南昌航空大学学报（自然科学版） 2018年第2期32卷 8-16页

作者：石慧娟刘君黄海燕杜洪威南昌航空大学信息工程学院南昌330063 江西省图像处理与模式识别重点实验室(南昌航空大学) 南昌330063 广西壮族自治区人民医院妇科南宁530021

肉眼醋酸实验是宫颈癌筛查的重要手段,使阴道镜设备具备自动识别醋白区域的功能是解决在临床上缺乏有经验医生这一难题的有效方法。针对这一目的,提出了一种建立在灰度共生特征矩基础上的CV模型水平集算法。该方法首先使用k-means聚类... 详细信息

肉眼醋酸实验是宫颈癌筛查的重要手段,使阴道镜设备具备自动识别醋白区域的功能是解决在临床上缺乏有经验医生这一难题的有效方法。针对这一目的,提出了一种建立在灰度共生特征矩基础上的CV模型水平集算法。该方法首先使用k-means聚类从肉眼醋酸实验后的原始宫颈图像中分割出宫颈区域,继而利用合成的灰度共生特征矩对宫颈区域进行醋白特征提取并获得待分割的特征图,最后使用改进的CV水平集算法对特征图进行分割并得到醋白区域。实验结果显示:改进后的CV水平集算法比传统CV水平集算法的敏感度在平均值上低26.6%,比分水岭分割高47.6%,比模糊聚类分割高11.23%;其特异性在平均值上比水平集分割高29.45%,比分水岭分割低11.64%,比模糊聚类高45.23%;而以Jaccard Index(JI)统计的精度指标在平均值上比传统CV水平集算法高19.74%,比分水岭算法高23.27%,比模糊聚类高38.11%。该新方法在总体性能指标上精度更高。

关键词：宫颈癌筛查 k-means聚类灰度共生矩阵特征图水平集算法醋白分割

来源：评论

学校读者我要写书评

暂无评论

基于CUDA的蛋白质点检测快速实现方法

引用

生物医学工程学杂志 2016年第1期33卷 83-88页

作者：熊邦书叶毅嘉欧巧凤张郝东南昌航空大学图像处理与模式识别江西重点实验室南昌330063

为提高蛋白质点检测的效率,利用图像处理单元(GPU)在并行计算和内存管理方面的优势,提出一种基于CUDA的蛋白质点检测快速实现方法。首先,对蛋白质点检测算法中最耗时的图像预处理、蛋白质点粗检测和重叠蛋白质点分割三部分进行并行化设... 详细信息

为提高蛋白质点检测的效率,利用图像处理单元(GPU)在并行计算和内存管理方面的优势,提出一种基于CUDA的蛋白质点检测快速实现方法。首先,对蛋白质点检测算法中最耗时的图像预处理、蛋白质点粗检测和重叠蛋白质点分割三部分进行并行化设计;然后,根据CUDA单指令多线程的执行方式对数据空间进行二维分块,利用共享寄存器和二维纹理内存的内存管理措施实现了蛋白质点快速检测。通过本文方法与中央处理器(CPU)串行方法进行真实凝胶图像的检测对比实验,结果表明,本文方法的执行效率明显高于CPU串行方法,并且随着图像大小的增加,效率也随之提高,对于2 048×2 048大小的图像数据,CPU串行实现时间为52 641ms,GPU则为4 384ms,效率提高了11倍。

关键词：蛋白质点检测 CUDA 并行处理内存管理

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：