检索结果-内蒙古大学图书馆

计算机科学 2020年第2期47卷 112-117页

作者：李新豆高陈强周风顺韩慧汤林重庆邮电大学通信与信息工程学院信号与信息处理重庆市重点实验室

为了解决人脸身份认证中的欺诈问题,提出了一种基于图像扩散速度模型和纹理信息的人脸活体检测算法。真实人脸和虚假人脸图像的空间结构不同,为了提取这种差异特征,该方法使用各向异性扩散增强图像的边缘信息。然后,将原始图像与扩散后... 详细信息

为了解决人脸身份认证中的欺诈问题,提出了一种基于图像扩散速度模型和纹理信息的人脸活体检测算法。真实人脸和虚假人脸图像的空间结构不同,为了提取这种差异特征,该方法使用各向异性扩散增强图像的边缘信息。然后,将原始图像与扩散后图像的差值作为图像的扩散速度,并构建扩散速度模型。接着使用局部二值算法提取图像扩散速度特征并训练分类器。真实人脸图像和虚假人脸图像之间存在很多差异特征,为了进一步提高人脸活体检测算法的泛化能力,该方法同时提取人脸图像的模糊程度特征和色彩纹理特征,通过特征矩阵级联的方法将两种特征进行融合,并训练另一个分类器。最后根据分类器输出概率加权融合的结果做出判决。实验结果表明,该算法能够快速有效地检测出虚假的人脸图像。

关键词：活体检测各向异性扩散局部区域二值人脸识别

来源：评论

学校读者我要写书评

暂无评论

基于多尺度时间特征LSTM的短期负荷预测

引用

控制工程 2022年第9期29卷 1722-1728页

作者：杨梅李忠吴昊代妮娜重庆三峡学院信息与信号处理重点实验室重庆万州404130 国网资阳供电公司四川资阳641300 国网常州供电公司江苏常州213000

为了提高样本数据单一情况下的负荷预测精度,提出了基于多尺度时间特征的长短时记忆网络LSTM模型。首先,采用小波分解将历史数据分解为稳定分量、趋势负荷、以及峰-谷周期和持续时间等周期序列,突出不同时间尺度特征;其次,利用LSTM网络... 详细信息

为了提高样本数据单一情况下的负荷预测精度,提出了基于多尺度时间特征的长短时记忆网络LSTM模型。首先,采用小波分解将历史数据分解为稳定分量、趋势负荷、以及峰-谷周期和持续时间等周期序列,突出不同时间尺度特征;其次,利用LSTM网络实现时间序列特性的进一步提取和数据拟合;最后,模型直接输出多个时刻的预测值。实验表明,相比较于自组织映射、高斯过程回归、标准LSTM模型,所提基于多尺度时间特征的长短时记忆网络模型具有更高的预测精度,同时具有一定的抗噪性能。

关键词：时间序列负荷预测长短时记忆网络数据分解

来源：评论

学校读者我要写书评

暂无评论

基于权值筛选策略的增量学习方法

引用

计算机工程与设计 2022年第8期43卷 2221-2227页

作者：莫建文朱彦桥欧阳宁林乐平桂林电子科技大学信息与通信学院认知无线电与信息处理省部共建教育部重点实验室广西桂林541004 桂林电子科技大学信息与通信学院广西桂林541004

为提高现有增量学习模型在容量固定环境下学习的持久性,提出一种基于权值选择策略的增量学习方法。根据贝叶斯神经网络携带的不确定性动态地调整权值的学习率,以此优化一个能同时记忆新旧知识的模型;为使模型的学习与记忆更有弹性,在此... 详细信息

为提高现有增量学习模型在容量固定环境下学习的持久性,提出一种基于权值选择策略的增量学习方法。根据贝叶斯神经网络携带的不确定性动态地调整权值的学习率,以此优化一个能同时记忆新旧知识的模型;为使模型的学习与记忆更有弹性,在此基础上提出一种权值选择策略,该策略可以令模型主动选择性地释放部分网络资源,在不严重损害旧任务性能的前提下促进后续任务的学习。实验结果表明,在模型容量固定的环境下,权值选择策略的引入可以更有效地发掘模型的持续学习能力。

关键词：灾难性遗忘贝叶斯增量学习不确定性学习率权值选择策略

来源：评论

学校读者我要写书评

暂无评论

基于协方差矩阵加权截断核范数的DOA估计

引用

现代雷达 2023年第7期45卷 51-55页

作者：贺顺张一沫杨志伟张旭阳西安科技大学通信与信息工程学院陕西西安710054 西安电子科技大学雷达信号处理国家重点实验室陕西西安710071

针对互质阵列通过差联合处理得到具有高自由度的虚拟阵列存在空洞位置,导致子空间类算法不适用、阵元利用率不足等问题,文中提出了一种基于加权截断核范数的协方差矩阵重构的波达方向(DOA)估计算法。该算法首先根据虚拟域信号表达式和... 详细信息

针对互质阵列通过差联合处理得到具有高自由度的虚拟阵列存在空洞位置,导致子空间类算法不适用、阵元利用率不足等问题,文中提出了一种基于加权截断核范数的协方差矩阵重构的波达方向(DOA)估计算法。该算法首先根据虚拟域信号表达式和空洞位置构建待填充矩阵;然后,利用最小化加权截断核范数实现阵列插值;最后,迭代重构接收信号协方差矩阵得到角度功率谱估计。仿真结果表明:所提算法可快速准确地实现DOA参数估计,相比基于最小化核范数和截断核函数正则化的DOA估计算法,该算法具有良好的鲁棒性,在快拍数小和信噪比低的情况下均具有较高的估计精度。

关键词：互质阵列虚拟阵列插值波达方向估计稀疏阵列矩阵填充

来源：评论

学校读者我要写书评

暂无评论

基于空谱分组卷积密集网络的高光谱图像分类

引用

计算机工程与设计 2022年第7期43卷 2031-2039页

作者：欧阳宁李祖锋林乐平桂林电子科技大学信息与通信学院认知无线电与信息处理省部共建教育部重点实验室广西桂林541004 桂林电子科技大学信息与通信学院广西桂林541004

针对高光谱图像分类在特征提取过程中高分辨率信息丢失,导致分类精度下降的问题,提出一种基于空谱分组卷积密集网络的高光谱图像分类方法。设计光谱-空间三维分组卷积密集模块,对光谱与空间特征进行分步提取,利用分组卷积构造的密集网... 详细信息

针对高光谱图像分类在特征提取过程中高分辨率信息丢失,导致分类精度下降的问题,提出一种基于空谱分组卷积密集网络的高光谱图像分类方法。设计光谱-空间三维分组卷积密集模块,对光谱与空间特征进行分步提取,利用分组卷积构造的密集网络能减少数据固有信息冗余,使高分辨率的特征进行重用,避免细节特征信息丢失;设计光谱残差注意力模块,该模块通过结合空-谱特征计算注意力权重,对提取到的光谱特征进行权重重分配,对光谱信息富有的区域进行增强。实验结果表明,相比于若干最优的深度网络方法,所提高光谱图像分类方法具有更好的分类性能。

关键词：高光谱图像分类三维分组卷积密集网络光谱残差注意力模块空-谱特征

来源：评论

学校读者我要写书评

暂无评论

光栅辅助超窄带多光谱等离子体共振传感器结构的仿真分析

引用

激光与光电子学进展 2022年第11期59卷 183-190页

作者：钟旭伍铁生王学玉张慧仙刘智慧杨丹杨祖宁刘岩刘锐桂林电子科技大学信息与通信学院广西无线宽带与信号处理重点实验室广西桂林541004 北京邮电大学电子工程学院北京100876 深圳大学光电子器件与系统教育部/广东省重点实验室广东深圳518060

半峰全宽(FWHM)是影响传感器性能的重要因素,为了提高表面等离子体共振传感器的品质因数,提出了一种光栅辅助超窄带多光谱等离子体共振传感器结构。该结构由周期性交替的SiO_(2)与Au矩形纳米柱构成,并置于SiO_(2)/Al_(2)O_(3)薄膜层上... 详细信息

半峰全宽(FWHM)是影响传感器性能的重要因素,为了提高表面等离子体共振传感器的品质因数,提出了一种光栅辅助超窄带多光谱等离子体共振传感器结构。该结构由周期性交替的SiO_(2)与Au矩形纳米柱构成,并置于SiO_(2)/Al_(2)O_(3)薄膜层上。利用全矢量有限元法对该结构的传输特性及传感特性进行数值仿真,分析了结构参数及入射光偏振态对FWHM和传感特性的影响。仿真结果表明,在800~1100 nm波长范围内,该传感器的传输谱存在两个由光栅衍射及等离子体共振形成的凹点,相应的FWHM分别为0.35 nm及0.59 nm,折射率灵敏度分别为525.7 nm/RIU、475.7 nm/RIU,品质因数分别为1502.00 RIU^(-1)和806.27 RIU^(-1),在生物检测、药物筛选、膜生物学等领域具有潜在的应用前景。

关键词：光栅表面等离子体共振半峰全宽折射率传感

来源：评论

学校读者我要写书评

暂无评论

基于深度展开模型的毫米波稀疏成像算法

引用

计算机应用研究 2023年第11期40卷 3496-3502页

作者：车俐吴永满蒋留兵牟玉洁桂林电子科技大学信息与通信学院广西桂林541004 桂林电子科技大学广西无线宽带通信与信号处理重点实验室广西桂林541004 桂林电子科技大学计算机与信息安全学院广西桂林541004

针对传统压缩感知算法的高计算成本问题,从稀疏信号的恢复角度出发,提出一种基于深度展开模型的稀疏成像算法。首先构建复数稀疏重建网络VAMP-Net,在该网络中,复数形式的降采样回波信号被拆分成实部和虚部作为输入,接着代入到基于VAMP... 详细信息

针对传统压缩感知算法的高计算成本问题,从稀疏信号的恢复角度出发,提出一种基于深度展开模型的稀疏成像算法。首先构建复数稀疏重建网络VAMP-Net,在该网络中,复数形式的降采样回波信号被拆分成实部和虚部作为输入,接着代入到基于VAMP算法的迭代块中,最后通过卷积神经模块进行最优非线性稀疏变换,得到恢复的实部和虚部信号,两者进行合并后得到恢复的目标图像。对于所提算法,采用人工合成的数据集在不同目标密集程度、迭代次数和噪声环境下进行仿真实验,并与传统的迭代收缩阈值算法和深度学习重构算法进行比较。再使用不同程度稀疏性的数据进行实测验证。实验结果表明,该算法重构的图像在NMSE、TBR、重构耗时以及内存使用上有更好的表现。

关键词：毫米波雷达稀疏成像压缩感知深度展开模型卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

融合自校准照明框架的水下图像增强网络

引用

计算机应用研究 2023年第11期40卷 3490-3495页

作者：蒋留兵牟玉洁车俐吴永满桂林电子科技大学信息与通信学院广西桂林514000 桂林电子科技大学广西无线宽带通信与信号处理重点实验室广西桂林514000 桂林电子科技大学计算机与信息安全学院广西桂林514000

水下图像质量退化严重阻碍了海洋工程技术的发展,针对水下图像颜色失真、对比度偏低和亮度不均匀等问题,为了解决水下特殊成像环境导致的以上退化问题,同时以便于后续基于水下图像的研究工作,提出了融合自校准照明框架的水下图像增强网... 详细信息

水下图像质量退化严重阻碍了海洋工程技术的发展,针对水下图像颜色失真、对比度偏低和亮度不均匀等问题,为了解决水下特殊成像环境导致的以上退化问题,同时以便于后续基于水下图像的研究工作,提出了融合自校准照明框架的水下图像增强网络模型,该网络模型在卷积神经网络的基础上融合了自校准照明模块,可以快速、灵活地亮化图像。自校准照明模块中建立了一个具有权重共享的级联照明学习过程来处理水下图像。考虑到级联模式的计算负担,又构建了自校准模块,实现了各阶段结果之间的收敛,大大降低了计算成本,实现了对水下图像亮度的自动调节。最后,分别对实验结果进行定性及定量分析,并且对比了八种先进的增强算法,结果表明提出的方法明显优于其他对比算法。该方法增强后的结果图提高了对比度,对颜色进行了校正,改善了亮度不均匀的问题,同时增强了视觉效果,定性及定量分析结果说明了该方法的有效性。

关键词：水下图像增强卷积神经网络自校准照明特征转换

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的行为检测方法综述

引用

重庆邮电大学学报（自然科学版） 2020年第6期32卷 991-1002页

作者：高陈强陈旭重庆邮电大学通信与信息工程学院重庆400065 信号与信息处理重庆市重点实验室重庆400065

行为检测在自动驾驶、视频监控等领域的广阔应用前景使其成为了视频分析的研究热点。近年来,基于深度学习的方法在行为检测领域取得了巨大的进展,引起了国内外研究者的关注,对这些方法进行了全面的梳理和总结,介绍了行为检测任务的详细... 详细信息

行为检测在自动驾驶、视频监控等领域的广阔应用前景使其成为了视频分析的研究热点。近年来,基于深度学习的方法在行为检测领域取得了巨大的进展,引起了国内外研究者的关注,对这些方法进行了全面的梳理和总结,介绍了行为检测任务的详细定义和面临的主要挑战;从时序行为检测和时空行为检测2个方面对相关文献做了细致地分类,综合分析了每一类别中不同研究方法的思路和优缺点,并阐述了基于弱监督学习、图卷积神经网络、注意力机制等新兴研究话题的相关方法;介绍了行为检测领域常用的数据集以及性能评估指标,在这些数据集上比较了几种典型方法的性能;总结了当前行为检测方法需要解决的问题以及进一步发展的研究方向。

关键词：视频理解行为检测深度学习弱监督学习

来源：评论

学校读者我要写书评

暂无评论

基于注意力机制和离散高斯混合模型的端到端图像压缩方法

引用

重庆邮电大学学报（自然科学版） 2020年第5期32卷 769-778页

作者：朱俊高陈强陈志乾谌放重庆邮电大学通信与信息工程学院重庆400065 信号与信息处理重庆市重点实验室重庆400065

图像压缩是图像处理领域重要的基础支撑技术之一。近年来,深度学习被用于解决图像压缩任务。潜在表示特征的冗余和概率估计的不准确往往会限制压缩性能的进一步提高。为了改善这类问题,提出一种基于注意力机制和离散高斯混合模型的端到... 详细信息

图像压缩是图像处理领域重要的基础支撑技术之一。近年来,深度学习被用于解决图像压缩任务。潜在表示特征的冗余和概率估计的不准确往往会限制压缩性能的进一步提高。为了改善这类问题,提出一种基于注意力机制和离散高斯混合模型的端到端图像压缩方法。将全局上下文注意力模块嵌入到编码器,旨在构造紧凑的潜在表示特征。同时,将潜在表示特征建模为参数化的离散高斯混合模型,用于提高码率估计的准确度。实验结果表明,提出的算法无论在峰值信噪比(peak signal noise rate,PSNR)还是多尺度结构相似度(multi-scale structural similarity,MS-SSIM)指标上都高于传统方法。在视觉感知上,提出的图像压缩算法能产生更令人满意的压缩图像。

关键词：图像压缩自编码器卷积神经网络深度学习

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：