期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于MPMAP序列红外图像高分辨力重建和非均匀性校正 被引量:5
1
作者 刘秀 金伟其 徐超 《电子学报》 EI CAS CSCD 北大核心 2011年第9期2103-2107,共5页
红外焦平面阵列(IRFPA)的非均匀性校正是获得高性能热成像的基本保证,非均匀性校正(NUC)算法是当前国内外研究的重要方向.鉴于序列图像的超分辨力复原方法和基于场景的NUC算法都需要存在微位移的多帧序列目标场景图像,本文在Poisson和Ma... 红外焦平面阵列(IRFPA)的非均匀性校正是获得高性能热成像的基本保证,非均匀性校正(NUC)算法是当前国内外研究的重要方向.鉴于序列图像的超分辨力复原方法和基于场景的NUC算法都需要存在微位移的多帧序列目标场景图像,本文在Poisson和Markov分布假设的基础上,将超分辨力复原与NUC结合,针对存在非均匀性的红外低分辨力图像序列,研究提出了基于Poisson-Markov分布的最大后验概率(MPMAP)的序列红外图像高分辨力重建和非均匀性校正一体化处理算法.对仿真和实际热图像的处理结果表明,算法不仅可有效抑制随机噪声,实现高分辨力图像的复原,而且可有效地消除非均匀性噪声. 展开更多
关键词 红外图像 序列图像 微位移运动估计 非均匀性校正 图像复原 最大后验概率
在线阅读 下载PDF
一种基于Markov随机场的图像分割方法
2
作者 任然 刘宏申 《安徽工业大学学报(自然科学版)》 CAS 2012年第3期252-255,共4页
提出一种基于Markov随机场图像分割方法。在K-Means图像分割的基础上,建立标记场和特征场,构造Markov随机场模型,再利用条件迭代模型(ICM)算法逐点更新图像标记,实现图像的最大后验概率(MAP)估计,从而实现图像的有效分割。实验结果表明... 提出一种基于Markov随机场图像分割方法。在K-Means图像分割的基础上,建立标记场和特征场,构造Markov随机场模型,再利用条件迭代模型(ICM)算法逐点更新图像标记,实现图像的最大后验概率(MAP)估计,从而实现图像的有效分割。实验结果表明,该方法比直接采用Markov方法有着更好的分割效果。 展开更多
关键词 图像分割 markov随机场 条件迭代模型 最大后验概率
在线阅读 下载PDF
非线性统计匹配用于子带鲁棒语音识别 被引量:4
3
作者 孙暐 吴镇扬 刘海滨 《电子与信息学报》 EI CSCD 北大核心 2006年第3期480-484,共5页
由于语音信号的多变性,识别系统的性能极易受噪声环境的影响而导致性能下降。该文以听觉试验为基础,提出一种新的非线性独立子带隐马尔可夫模型(HMM)最大后验统计匹配算法。该算法依据人耳感知的频选性, 根据各子带噪声特点采用统计匹配... 由于语音信号的多变性,识别系统的性能极易受噪声环境的影响而导致性能下降。该文以听觉试验为基础,提出一种新的非线性独立子带隐马尔可夫模型(HMM)最大后验统计匹配算法。该算法依据人耳感知的频选性, 根据各子带噪声特点采用统计匹配、MAP估计和HMM/MLP非线性映射来补偿噪声环境的影响。实验表明该算法明显改善了识别系统在噪声环境下的性能。 展开更多
关键词 语音识别 隐马尔可夫模型 最大后验估计 听觉场景分析
在线阅读 下载PDF
基于小波域改进HMT模型的图像恢复算法 被引量:1
4
作者 朱亚平 沈庭芝 《激光与红外》 CAS CSCD 北大核心 2006年第9期911-914,共4页
针对图像恢复中的边缘模糊问题,提出了一种基于小波域改进隐马尔可夫树(IHMT)模型的图像恢复算法。IHMT模型更多描述了相邻尺度小波系数的互相关性,能准确刻画自然图像小波系数的统计特性。本文从图像恢复的贝叶斯框架出发,将简化的IHM... 针对图像恢复中的边缘模糊问题,提出了一种基于小波域改进隐马尔可夫树(IHMT)模型的图像恢复算法。IHMT模型更多描述了相邻尺度小波系数的互相关性,能准确刻画自然图像小波系数的统计特性。本文从图像恢复的贝叶斯框架出发,将简化的IHMT模型作为图像小波域的先验模型,构造正则化约束进行图像恢复。采用近似等价的方法,将含有混合密度的恢复方程简化为单一密度求解。实验结果表明,该算法能有效再现图像的边缘信息,提高峰值信噪比。 展开更多
关键词 改进隐马尔可夫树模型 图像恢复 小波 最大后验概率
在线阅读 下载PDF
一种基于HMM的多用户检测算法
5
作者 刘枫 张太镒 胡金艳 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2003年第9期838-842,共5页
针对以概率统计为基础信道估计收敛速度慢、状态估计存在非合理性的问题进行研究 ,提出了一种新的多用户检测方法 .该算法以隐马尔可夫模型为基础 ,为了避免由于相邻状态序列后向概率相差很大而造成的信道估计发散 ,采用固定延迟的方法 ... 针对以概率统计为基础信道估计收敛速度慢、状态估计存在非合理性的问题进行研究 ,提出了一种新的多用户检测方法 .该算法以隐马尔可夫模型为基础 ,为了避免由于相邻状态序列后向概率相差很大而造成的信道估计发散 ,采用固定延迟的方法 ,利用锯齿延时的办法计算后向序列概率以减少计算复杂度 .根据前后序列之间的相关性和最陡下降法 ,提出了解相关最小均方 (DLMS)多用户上行复合信道的盲估计 .考虑到由于发射序列状态之间可能存在时序非继承性 ,而搜索与前向序列对应的具有最大转移概率的后续序列 ,给出了最大后验 (MAP)多用户检测方法 .计算机仿真实验表明 ,该算法提高了信道响应估计速度 ,具有全局收敛性和系统的稳定性 . 展开更多
关键词 多用户检测 信道估计 隐马尔可夫模型 最大后验
在线阅读 下载PDF
后验概率图与补白模型二次融合的关键词识别 被引量:3
6
作者 陈太波 张翠芳 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2020年第6期1170-1176,共7页
使用全连接神经网络结合Softmax分类器对汉语的408个音节建立音节分类器,利用等长处理后的特征向量训练Softmax分类器,将Softmax分类器输出概率作为后验概率图,与隐马尔科夫补白模型(HMM/Filler)进行第一次融合,得到子后验概率图隐马尔... 使用全连接神经网络结合Softmax分类器对汉语的408个音节建立音节分类器,利用等长处理后的特征向量训练Softmax分类器,将Softmax分类器输出概率作为后验概率图,与隐马尔科夫补白模型(HMM/Filler)进行第一次融合,得到子后验概率图隐马尔科夫模型(Posteriorgram-HMM).针对关键词训练样本较少的问题,将标注样本进行强制切分,得到HMM每个状态上的训练数据.将隐马尔科夫最大后验概率基线模型(HMM-MAP)与Posteriorgram-HMM进行第二次融合,提出最大后验概率图隐马尔科夫模型(Posteriorgram-HMM-MAP).在数据集上训练模型后,使用测试数据对其进行测试.结果表明:Posteriorgram-HMM-MAP的综合识别率相比PosteriorgramHMM提升了3.55%,相比HMM/Filler提升了10.29%. 展开更多
关键词 识别 隐马尔可夫模型(HMM) 补白模型 Softmax分类器 后验概率图 最大后验概率(MAP)
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部