检索结果-内蒙古大学图书馆

计算机科学与探索 2019年第7期13卷 1217-1226页

作者：祖宝开夏克文牛文佳姜晓庆河北工业大学电子信息工程学院天津300401 河北工业大学河北省大数据计算重点实验室天津300401 济南大学信息科学与工程学院济南250022

随着信息技术和对地观测技术的飞速发展,遥感技术在社会生活和经济建设中发挥着越来越重要的作用。分类模型的准确性和抗干扰能力对精确绘制复杂的土地覆盖和土地利用分类至关重要。针对大规模遥感数据难以获取大量标记数据的问题,基于... 详细信息

随着信息技术和对地观测技术的飞速发展,遥感技术在社会生活和经济建设中发挥着越来越重要的作用。分类模型的准确性和抗干扰能力对精确绘制复杂的土地覆盖和土地利用分类至关重要。针对大规模遥感数据难以获取大量标记数据的问题,基于低秩表示模型和图的半监督学习方法,提出了基于分块低秩图的大规模遥感图像半监督分类应用。为了解决低秩表示计算复杂度高的问题,将预处理后的图像按像素进行分块处理,并在每个块上实现低秩表示。在WorldView-2影像上的分类结果表明,在少量标记样本下,该方法利用简单的最近邻分类器即可实现对城市地物的精确分类。因此,该方法有效地提高了土地覆盖的分类精度,在遥感图像分类中具有较高的效率。

关键词：遥感图像低秩表示分类

来源：评论

学校读者我要写书评

暂无评论

基于低秩矩阵恢复的去噪方法在石油测井中的应用

引用

石油物探 2017年第5期56卷 644-650页

作者：王艳伟夏克文牛文佳 Ali Ahamd 河北工业大学电子信息工程学院天津300401 河北省大数据计算重点实验室天津300401

随着测井技术的发展,各大油田采集和存储的测井数据量呈井喷式增长,并存在大量冗余和噪声,在进行油气层识别前必须对测井数据进行压缩和去噪等预处理。低秩矩阵恢复(Low-Rank Matrix Recovery,LRMR)理论将压缩感知(Compressed Sensing,... 详细信息

随着测井技术的发展,各大油田采集和存储的测井数据量呈井喷式增长,并存在大量冗余和噪声,在进行油气层识别前必须对测井数据进行压缩和去噪等预处理。低秩矩阵恢复(Low-Rank Matrix Recovery,LRMR)理论将压缩感知(Compressed Sensing,CS)中向量样例的稀疏表示推广到矩阵的低秩情形,从较大但稀疏的误差中恢复出本质上低秩的数据矩阵,可更好地保持数据结构,提高去噪效果。因此将低秩矩阵恢复理论中的去噪方法应用于石油测井中,实现对测井数据的去噪处理。对比研究了加速近端梯度算法(Accelerate Proximal Gradient,APG)、精确增广拉格朗日乘子(Exact Augmented Lagrange Multipliers,EALM)法和非精确增广拉格朗日乘子法(Inexact Augmented Lagrange Multipliers,IALM)在测井数据中的去噪效果,对去噪前后的测井数据分别采用支持向量机(Support Vector Machine,SVM)和相关向量机(Relevance Vector Machine,RVM)进行油气层识别,结果表明,与不去噪情况相比,利用三种算法进行去噪处理后油气层识别精度都有了显著提升。通过参数优化减少迭代次数,可使得IALM算法在运算时间上优于EALM算法和APG算法,明显提高了运算效率。

关键词：石油测井数据去噪低秩矩阵恢复加速近端梯度算法增广拉格朗日乘子法

来源：评论

学校读者我要写书评

暂无评论

低秩矩阵恢复模型改进及其在石油测井中的应用

引用

科学技术与工程 2017年第2期17卷 74-80,105页

作者：王艳伟夏克文牛文佳 Ali Ahmad 河北工业大学电子信息工程学院和河北省大数据计算重点实验室天津300401

传统的低秩矩阵恢复模型在去噪过程中通过将观测矩阵分解为低秩部分和稀疏部分达到噪声去除的目的,但该模型要求噪声矩阵必须是稀疏的。然而石油测井所获得的数据中噪声来源复杂,并不能完全保证噪声分布满足稀疏性的要求,使该模型在去... 详细信息

传统的低秩矩阵恢复模型在去噪过程中通过将观测矩阵分解为低秩部分和稀疏部分达到噪声去除的目的,但该模型要求噪声矩阵必须是稀疏的。然而石油测井所获得的数据中噪声来源复杂,并不能完全保证噪声分布满足稀疏性的要求,使该模型在去噪时表现出一定的局限性,去噪效果不稳定,进而导致后续的数据处理准确率降低。为此,提出将加权范数的思想应用于传统的低秩矩阵恢复模型中,并在惩罚项中将F范数与待恢复矩阵的核范数相结合,构造改进的低秩矩阵恢复模型,使其能够在保证解的稳定性的同时,可以更好地挖掘观测矩阵的低秩性以及增强稀疏矩阵的稀疏性。通过非精确的拉格朗日乘子法分别对改进前后的模型进行求解,并对两种模型去噪后的测井数据分别采用支持向量机(SVM)和相关向量机(RVM)进行油气层识别,结果表明经改进的低秩矩阵恢复模型去噪后的测井数据在保证了油气层识别效率的同时,识别准确率上有了明显提升。

关键词：石油测井数据去噪低秩矩阵恢复数据挖掘加权范数

来源：评论

学校读者我要写书评

暂无评论

采用云量子PSO的属性约简方法

引用

计算机工程与应用 2018年第10期54卷 99-104页

作者：常红伟夏克文白建川牛文佳武盼盼河北工业大学电子信息工程学院天津300401 河北省大数据计算重点实验室天津300401

针对粒子群优化算法在处理信息系统中属性约简收敛速度慢、早熟的问题,提出了一种结合云模型的量子粒子群优化算法(CQPSO)的属性约简方法。改进量子粒子群优化算法,即利用量子粒子群算法的量子行为来加快收敛速度;引入云模型控制粒子种... 详细信息

针对粒子群优化算法在处理信息系统中属性约简收敛速度慢、早熟的问题,提出了一种结合云模型的量子粒子群优化算法(CQPSO)的属性约简方法。改进量子粒子群优化算法,即利用量子粒子群算法的量子行为来加快收敛速度;引入云模型控制粒子种群在不同状态下进行寻优;根据属性依赖度等性质构造属性约简数学模型;采用CQPSO算法对其进行求解,得到约简结果。实验中采用标准测试函数对CQPSO算法进行仿真对比,验证了CQPSO算法性能优于量子PSO算法;采用UCI标准数据库的典型例子进行属性约简测试,结果表明提出的属性约简方法优于现有约简方法,其计算速度快、识别精度高。

关键词：属性约简粒子群优化算法量子行为云模型

来源：评论

学校读者我要写书评

暂无评论

正则化的加权不完全鲁棒主成分分析方法及其在无线传感器网络节点轨迹拟合中的应用

引用

计算机应用 2018年第6期38卷 1709-1714,1720页

作者：孙莞格夏克文兰璞河北工业大学电子信息工程学院天津300401 河北省大数据计算重点实验室(河北工业大学) 天津300401

针对稀疏矩阵奇异值分解(SRSVD)方法和半精确增广拉格朗日(SEALM)算法在采样比例小且稀疏噪声大,以及存在高斯噪声时不能准确拟合无线传感器网络(WSN)节点轨迹的问题,提出一种正则化的加权不完全鲁棒主成分分析(RWIRPCA)方法。首先,将... 详细信息

针对稀疏矩阵奇异值分解(SRSVD)方法和半精确增广拉格朗日(SEALM)算法在采样比例小且稀疏噪声大,以及存在高斯噪声时不能准确拟合无线传感器网络(WSN)节点轨迹的问题,提出一种正则化的加权不完全鲁棒主成分分析(RWIRPCA)方法。首先,将不完全鲁棒主成分分析(IRPCA)应用于节点轨迹拟合;然后,在IRPCA的基础上,为了更好地刻画矩阵的低秩性和稀疏性,以及增强模型的抗高斯噪声性能,分别对低秩矩阵和稀疏矩阵进行加权;最后,将高斯噪声矩阵的F范数作为正则项,应用于节点轨迹拟合。仿真结果表明,IRPCA和RWIRPCA在采样比例小且稀疏噪声大时拟合效果均优于SRSVD和SEALM方法,特别是所提的RWIRPCA在稀疏噪声和高斯噪声同时存在时,仍能取得准确且稳定的拟合效果。

关键词：无线传感器网络鲁棒主成分分析矩阵补全加权范数正则项

来源：评论

学校读者我要写书评

暂无评论

基于多尺度特征融合的肺结节良恶性分类方法

引用

深圳大学学报（理工版） 2020年第4期37卷 417-424页

作者：顾军华孙哲然王锋戚永军张亚娟河北工业大学河北省大数据计算重点实验室天津300401 河北工业大学人工智能与数据科学学院天津300401 河北工业大学电子信息工程学院天津300401 北华航天工业学院信息技术中心河北廊坊065000

为解决肺结节分类问题中肺电子计算机断层扫描(computed tomography,CT)图像特征提取不全面和随着卷积网络深度的加深易导致的梯度消失问题,提出一种基于多尺度特征融合网络(multi-scale feature fusion network,MSFFNet)的肺结节良恶... 详细信息

为解决肺结节分类问题中肺电子计算机断层扫描(computed tomography,CT)图像特征提取不全面和随着卷积网络深度的加深易导致的梯度消失问题,提出一种基于多尺度特征融合网络(multi-scale feature fusion network,MSFFNet)的肺结节良恶性自动分类模型.使用多尺度卷积操作对输入的肺结节CT图像分别进行不同范围的特征提取和特征的融合拼接,解决特征提取不全面的问题;引入SE-ResNeXt模块,充分利用通道注意力机制,有效解决特征信息丢失的问题;输出肺结节良恶性的分类结果.在大型公开可用的肺图像联合数据库(lung image database consortium,LIDC-IDRI)上进行实验,MSFFNet模型的分类准确率达97.2%,特异性和敏感性分别为96.14%和98.62%,优于SE-ResNeXt等方法的分类效果.

关键词：人工智能深度学习特征提取特征融合通道注意力肺结节分类 SE-ResNeXt 电子计算机断层扫描图像

来源：评论

学校读者我要写书评

暂无评论

基于Haar-like特征的实时L1-跟踪算法

引用

计算机科学 2017年第3期44卷 300-306页

作者：阎刚屈高超于明河北工业大学电子信息工程学院天津300401 河北工业大学计算机科学与软件学院天津300401 河北省大数据计算重点实验室天津300401

稀疏表示技术已成功应用于视觉跟踪,但是仍然存在跟踪算法效率低的问题。提出一种基于Haar-like特征的视频跟踪算法,该算法是基于粒子滤波框架的L1-跟踪算法,其特点是运用Haar-like特征及特征块的思想对完备基进行重新构造。将正负小模... 详细信息

稀疏表示技术已成功应用于视觉跟踪,但是仍然存在跟踪算法效率低的问题。提出一种基于Haar-like特征的视频跟踪算法,该算法是基于粒子滤波框架的L1-跟踪算法,其特点是运用Haar-like特征及特征块的思想对完备基进行重新构造。将正负小模板由单个像素改为像素块,降低稀疏表示中过完备基的维数,大幅减少稀疏矩阵的计算量;同时,在保证跟踪质量的前提下适当减少目标模板数量,减少稀疏计算的次数,并控制模板更新频率。实验结果表明,所提算法能大幅提高跟踪的实时性,同时很好地解决了跟踪问题中的短时间遮挡、目标物体的形变以及光照变化等问题。

关键词： L1-跟踪算法粒子滤波稀疏表示目标跟踪 Haar-like特征

来源：评论

学校读者我要写书评

暂无评论

基于阈值划分的加密域信息隐藏算法

引用

计算机工程与设计 2017年第6期38卷 1424-1428,1433页

作者：张巧妹顾军华侯向丹河北工业大学电子信息工程学院天津300401 河北工业大学河北省大数据计算重点实验室天津300401 河北工业大学计算机科学与软件学院天津300401

为解决图像中隐秘信息的嵌入量和提取秘密信息的准确性问题,增强信息的安全性和可靠性,提出一种基于阈值分类图像块相关性的加密域信息隐藏算法。利用分块图像中相邻块的边界像素的相关性特征,通过选取合适的阈值对图像进行纹理区域和... 详细信息

为解决图像中隐秘信息的嵌入量和提取秘密信息的准确性问题,增强信息的安全性和可靠性,提出一种基于阈值分类图像块相关性的加密域信息隐藏算法。利用分块图像中相邻块的边界像素的相关性特征,通过选取合适的阈值对图像进行纹理区域和平滑区域划分;根据嵌入内容和区域划分结果,将加密之后的图像像素值以两种低位(不重要位)取反的方式进行隐藏;接收者能较好地提取隐藏的数据,恢复原始图像。大量实验结果表明,该算法能有效降低数据提取和图像恢复的错误率,嵌入容量比之前算法提高了一倍左右。

关键词：加密域可逆信息隐藏相关性阈值嵌入容量

来源：评论

学校读者我要写书评

暂无评论

基于克里金插值的自适应VIRE室内定位算法研究

引用

计算机工程与应用 2018年第12期54卷 100-104页

作者：顾军华许鹏董瑶董永峰白振东河北工业大学计算机科学与软件学院天津300401 河北省大数据计算重点实验室天津300401 河北工业大学电子信息工程学院天津300401

VIRE算法在虚拟标签计算上往往采用线性插值方法计算RSSI与距离的关系,易导致误差增大,并且需要通过反复调整实验获得的标签消除阈值为固定值,增加了定位的时间复杂性,针对这两点问题提出一种基于克里金插值的自适应VIRE室内定位算法。... 详细信息

VIRE算法在虚拟标签计算上往往采用线性插值方法计算RSSI与距离的关系,易导致误差增大,并且需要通过反复调整实验获得的标签消除阈值为固定值,增加了定位的时间复杂性,针对这两点问题提出一种基于克里金插值的自适应VIRE室内定位算法。利用克里金插值估计虚拟标签的RSSI值,并根据待定位标签的实时特点自动调整阈值,使邻近标签数量接近最优,更准确地排除干扰,从而获得定位坐标。实验对比结果表明,该算法不仅节约定位成本,而且提高了定位精度。

关键词：射频识别(RFID) VIRE算法室内定位克里金插值

来源：评论

学校读者我要写书评

暂无评论

基于时段-时长耦合LDA的用户收视行为挖掘

引用

计算机应用与软件 2020年第4期37卷 31-39页

作者：顾军华李晓雪杨亮河北工业大学人工智能与数据科学学院天津300401 河北省大数据计算重点实验室天津300401 河北工业大学电子信息工程学院天津300401

网络协议电视(IPTV)的用户收视兴趣不仅体现在用户观看的节目列表,还体现在节目的观看时间点和时长上。考虑到现有方法对时间点和时长的忽略,提出一种时段-时长耦合的LDA模型。通过刻画用户兴趣主题和收视时段的隐变量生成收视记录中的... 详细信息

网络协议电视(IPTV)的用户收视兴趣不仅体现在用户观看的节目列表,还体现在节目的观看时间点和时长上。考虑到现有方法对时间点和时长的忽略,提出一种时段-时长耦合的LDA模型。通过刻画用户兴趣主题和收视时段的隐变量生成收视记录中的观看节目、观看时间点和时长,并用Gibbs采样对上述隐变量进行推断。在天津电视台用户行为数据上进行验证,结果表明,该模型可以得到节目相关性更高的兴趣主题,更加精确地挖掘到用户在不同时段的收视兴趣分布。将该模型用于IPTV节目推荐,相较于传统的cLDA,推荐效果有显著提升。

关键词：网络协议电视用户行为模式时段-时长耦合LDA 观看时长 Gibbs采样

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：