鲁棒物联网多维时序数据预测方法

1

作者 沈忱 何勇 彭安浪 《计算机工程》 北大核心 2025年第4期107-118,共12页

在物联网(IoT)场景中,数据在采集和传输过程中易受噪声的干扰,导致数据中存在一定的离群值与缺失值。现有的时间正则化矩阵分解模型通常考虑平方损失来衡量重构误差,忽略了处理存在异常数据的多维时间序列时,矩阵分解的质量同样是影响... 在物联网(IoT)场景中,数据在采集和传输过程中易受噪声的干扰,导致数据中存在一定的离群值与缺失值。现有的时间正则化矩阵分解模型通常考虑平方损失来衡量重构误差,忽略了处理存在异常数据的多维时间序列时,矩阵分解的质量同样是影响模型预测性能的关键因素。提出一种基于L_(2,log)范数的时间感知鲁棒非负矩阵分解多维时序预测框架(TARNMF)。TARNMF通过非负矩阵分解(NMF)和参数可学习的自回归(AR)时间正则项建立多维时序数据的时空相关性,基于存在离群值的数据服从拉普拉斯分布的假设,使用L_(2,log)范数来估计非负鲁棒矩阵分解中原始数据和重建矩阵的误差,以减小异常数据对预测模型的干扰。L_(2,log)范数具备现有鲁棒度量函数的性质,解决了L_(1)损失的近似问题,并通过压缩异常值的残差来减少其对目标函数的影响。此外,提出一种基于投影梯度下降的优化方法对模型进行优化。实验结果表明,TARNMF具有良好的可扩展性和鲁棒性,尤其在高维Solar数据集上,较次优结果的相对平均绝对误差降低了8.64%。同时,在噪声数据上的实验结果验证了TARNMF能高效地处理和预测存在异常数据的IoT时序数据。 展开更多

关键词 L_(2 log)范数 非负矩阵分解 时间正则化矩阵分解 多维时序数据预测 鲁棒性

在线阅读 下载PDF 职称材料

基于非负矩阵分解与改进极端学习机的变压器油中溶解气体浓度预测模型 被引量：8

2

作者 刘亚南 范立新 +3 位作者 徐钢 唐一铭 刘全 都晨 《高压电器》 CAS CSCD 北大核心 2016年第1期162-169,共8页

变压器油中溶解气体浓度是评估变压器绝缘状态的重要依据,对气体浓度进行有效预测,可以及时识别变压器潜伏性故障。文中提出一种基于非负矩阵分解(nonnegative matrix factorization,NMF)与改进极端学习机(extreme learning machine,ELM... 变压器油中溶解气体浓度是评估变压器绝缘状态的重要依据,对气体浓度进行有效预测,可以及时识别变压器潜伏性故障。文中提出一种基于非负矩阵分解(nonnegative matrix factorization,NMF)与改进极端学习机(extreme learning machine,ELM)组合的变压器中溶解气体浓度预测模型。该方法通过NMF算法对输入样本进行分解,同时引入Adaboost算法对极端学习机进行改进;将低维矩阵作为模型的训练样本输入,剔除冗余数据,提高预测精度。实例分析结果表明,文中提出的方法能有效地降低输入样本维数,提高预测精度,能较好地解决变压器油中溶解气体浓度预测问题。 展开更多

关键词 变压器 溶解气体 非负矩阵分解 极端学习机 ADABOOST算法

在线阅读 下载PDF 职称材料

改进的非负矩阵分解语音增强算法 被引量：7

3

作者 胡永刚 张雄伟 +4 位作者 邹霞 闵刚 郑云飞 李莉 石佳佳 《信号处理》 CSCD 北大核心 2015年第9期1117-1123,共7页

本文提出了一种改进的非负矩阵分解语音增强算法,该算法可分为训练和增强两部分。首先,为了降低训练复杂度,采用卷积非负矩阵分解只提取噪声字典。增强时,考虑语音信号稀疏性比噪声信号稀疏性强,通过稀疏非负矩阵分解重构出语音幅度谱,... 本文提出了一种改进的非负矩阵分解语音增强算法,该算法可分为训练和增强两部分。首先,为了降低训练复杂度,采用卷积非负矩阵分解只提取噪声字典。增强时,考虑语音信号稀疏性比噪声信号稀疏性强,通过稀疏非负矩阵分解重构出语音幅度谱,采用交替方向乘子法进行优化迭代,克服了经典乘性迭代易陷入局部最优、分母只能收敛到零极限等问题。最后,基于算法融合的思想,将重构的语音幅度谱与谱减法、最小均方误差幅度谱估计得到的幅度谱进行加权融合。仿真实验中,在10种不同噪声环境中,通过多种评价标准证明所提算法能取得较好的增强效果。 展开更多

关键词 稀疏非负矩阵分解 交替方向乘子法 算法融合

在线阅读 下载PDF 职称材料

非负张量分解的快速算法 被引量：3

4

作者 史加荣 杨威 姜淑艳 《计算机应用研究》 CSCD 北大核心 2011年第12期4475-4477,共3页

作为非负矩阵分解的多线性推广,非负张量分解已被成功地应用在信号处理、计算机视觉、数据挖掘和神经科学等领域中。提出了非负张量分解的一种快速算法。首先,将大的张量数据视做多元连续函数的离散化,对其进行采样得到一个小张量;其次... 作为非负矩阵分解的多线性推广,非负张量分解已被成功地应用在信号处理、计算机视觉、数据挖掘和神经科学等领域中。提出了非负张量分解的一种快速算法。首先,将大的张量数据视做多元连续函数的离散化,对其进行采样得到一个小张量;其次,对小张量执行非负分解,可得到它的重构张量;然后,对于采样后的重构张量,使用二维线性插值方法对原始张量进行重构;最后,实验结果表明快速张量分解算法的有效性。 展开更多

关键词 非负张量分解 非负矩阵分解 快速算法 采样 插值 重构

在线阅读 下载PDF 职称材料

基于FFST和方向特性对比度的图像融合算法 被引量：6

5

作者 陈清江 魏冰蔗 +1 位作者 柴昱洲 张彦博 《激光与红外》 CAS CSCD 北大核心 2016年第7期890-895,共6页

为了克服红外可见光图像融合方法存在的不足,结合快速有限剪切波变换(Fast Finite Shearlet Transform,FFST)的平移不变性以及较高的方向敏感性,提出了一种基于快速有限剪切波变换域的自适应多方向图像融合新方法。首先,对严格配准后的... 为了克服红外可见光图像融合方法存在的不足,结合快速有限剪切波变换(Fast Finite Shearlet Transform,FFST)的平移不变性以及较高的方向敏感性,提出了一种基于快速有限剪切波变换域的自适应多方向图像融合新方法。首先,对严格配准后的图像进行快速有限剪切波变换分解,得到低频子带和高频子带系数;然后,对低频子带系数采用非负矩阵分解的一个约束稀疏算法,即在基本非负矩阵分解的优化函数中施加稀疏性约束,使分解更优,以此来提高重构后图像的清晰度;高频子带系数则采用联合方向特性的对比度进行选取,以得到丰富的细节信息。最后,利用快速有限剪切波逆变换得到重构后的图像。实验结果表明,融合后的图像充分结合了源图像的有用信息,整体轮廓清晰,在客观评价上也有一定的提高。 展开更多

关键词 快速有限剪切波(FFST) 图像融合 非负矩阵分解 对比度

在线阅读 下载PDF 职称材料

一种非负矩阵分解的快速方法 被引量：9

6

作者 王文俊 张军英 《计算机工程与应用》 CSCD 北大核心 2009年第25期1-2,6,共3页

针对超高维数据进行非负矩阵分解的计算代价大,特征提取速度慢问题,提出一种非负矩阵分解的快速算法。该算法通过代数变换,把对原高维矩阵的非负分解转换成非负的低维矩阵的非负分解,其求解过程只需要对一个阶数等于样本数的对角矩阵进... 针对超高维数据进行非负矩阵分解的计算代价大,特征提取速度慢问题,提出一种非负矩阵分解的快速算法。该算法通过代数变换,把对原高维矩阵的非负分解转换成非负的低维矩阵的非负分解,其求解过程只需要对一个阶数等于样本数的对角矩阵进行非负矩阵分解,同时提取某样本特征时只需要计算该样本与所有训练样本的内积。对高维小样本的基因表达数据降维后进行k均值聚类分析,实验结果表明,该算法在不影响非负矩阵分解性能的前提下,大大提高了计算速度。 展开更多

关键词 非负矩阵分解 基因表达数据 快速算法

在线阅读 下载PDF 职称材料

改进非负矩阵分解的神经网络人脸识别 被引量：5

7

作者 郑明秋 杨帆 《液晶与显示》 CAS CSCD 北大核心 2017年第3期213-218,共6页

为了提高人脸识别正确率,提出基于改进非负矩阵分解的神经网络人脸识别算法。首先利用改进的非负矩阵分解对人脸图像进行特征提取,提高非负矩阵分解速度。接着将提取出的特征信息作为神经网络学习入口进行特征训练,由于神经网络在学习... 为了提高人脸识别正确率,提出基于改进非负矩阵分解的神经网络人脸识别算法。首先利用改进的非负矩阵分解对人脸图像进行特征提取,提高非负矩阵分解速度。接着将提取出的特征信息作为神经网络学习入口进行特征训练,由于神经网络在学习过程中,容易出现局部最小值且收敛速度慢等问题,为此采用改进的遗传算法对神经网络进行优化处理,获得最终的人脸识别结果。实验结果表明:利用改进的非负矩阵分解方法能够降低神经网络的分类训练负荷量和运算量,提高人脸识别识别率。通过和各种方法比较可知,本方法的人脸识别率都较高。本方法人脸特征分解速度快,提高了神经网络训练前期精度和收敛速度,使得人脸识别正确率高。当特征向量个数达到40以上时,人脸识别正确率保持95%以上。 展开更多

关键词 机器视觉 人脸识别 非负矩阵分解 遗传算法 神经网络

在线阅读 下载PDF 职称材料

基于模糊核聚类和支持向量机的鲁棒协同推荐算法 被引量：7

8

作者 伊华伟 张付志 巢进波 《电子与信息学报》 EI CSCD 北大核心 2017年第8期1942-1949,共8页

该文针对现有推荐算法在面对托攻击时鲁棒性不高的问题,提出一种基于模糊核聚类和支持向量机的鲁棒推荐算法。首先,根据攻击概貌间高度相关的特性,利用模糊核聚类方法在高维特征空间对用户概貌进行聚类,实现攻击概貌的第1阶段检测。然后... 该文针对现有推荐算法在面对托攻击时鲁棒性不高的问题,提出一种基于模糊核聚类和支持向量机的鲁棒推荐算法。首先,根据攻击概貌间高度相关的特性,利用模糊核聚类方法在高维特征空间对用户概貌进行聚类,实现攻击概貌的第1阶段检测。然后,利用支持向量机分类器对含有攻击概貌的聚类进行分类,实现攻击概貌的第2阶段检测。最后,基于攻击概貌检测结果,通过构造指示函数排除攻击概貌在推荐过程中产生的影响,并引入矩阵分解技术设计相应的鲁棒协同推荐算法。实验结果表明,与现有的基于矩阵分解模型的推荐算法相比,所提算法不但具有很好的鲁棒性,而且准确性也有提高。 展开更多

关键词 鲁棒推荐算法 托攻击 矩阵分解 模糊核聚类 支持向量机

在线阅读 下载PDF 职称材料

NMF和增强奇异值分解的自适应零水印算法 被引量：4

9

作者 肖振久 宁秋莹 +2 位作者 张晗 唐晓亮 陈虹 《计算机应用研究》 CSCD 北大核心 2020年第4期1144-1148,1153,共6页

针对奇异值分解水印算法导致虚警率高、稳健性不强的问题,提出一种基于分块非负矩阵分解(NMF)和增强奇异值分解(BN-SVD)相结合的自适应零水印算法。首先将原始灰度图像进行二级离散小波变换(DWT),对变换后的二级低频子带(LL2)进行不重... 针对奇异值分解水印算法导致虚警率高、稳健性不强的问题,提出一种基于分块非负矩阵分解(NMF)和增强奇异值分解(BN-SVD)相结合的自适应零水印算法。首先将原始灰度图像进行二级离散小波变换(DWT),对变换后的二级低频子带(LL2)进行不重叠分块,并对每一个子块进行秩为r的NMF分解;然后对NMF分解得到的特征矩阵采用增强奇异值分解,依据每一个块矩阵的最大奇异值与整体最大奇异值均值的大小关系构成特征向量;利用生成的特征向量与经过Arnold变换与混沌映射双重置乱加密水印图像作异或运算生成零水印,并利用天牛须优化算法(BAS)自适应确定增强奇异值分解中最抗攻击缩放比例的参数β。实验结果表明,在虚警问题上NC值达到0.4以下,JPEG压缩、噪声、滤波、旋转、剪切以及混合攻击下,提取水印图像与原水印图像的归一化系数NC值均可达到99%以上,该方案高效地解决了虚警问题,具有较强的稳健性,能够有效地抵抗各种攻击。 展开更多

关键词 非负矩阵分解 增强奇异值分解 ARNOLD变换 LOGISTIC映射 天牛须优化算法

在线阅读 下载PDF 职称材料

基于粒子群优化的非平滑非负矩阵分解算法 被引量：3

10

作者 戴华平 王旭 +1 位作者 胡红亮 王玉涛 《计算机工程》 CAS CSCD 2013年第1期204-207,212,共5页

传统的非平滑约束的非负矩阵分解算法(nsNMF)在处理高光谱数据时,存在对初始值敏感、容易陷入局部最优值等缺陷。为此,提出一种基于粒子群优化(PSO)的nsNMF算法。采用传统nsNMF算法迭代的结果作为初始值,以避免PSO的盲目搜索。通过PSO... 传统的非平滑约束的非负矩阵分解算法(nsNMF)在处理高光谱数据时,存在对初始值敏感、容易陷入局部最优值等缺陷。为此,提出一种基于粒子群优化(PSO)的nsNMF算法。采用传统nsNMF算法迭代的结果作为初始值,以避免PSO的盲目搜索。通过PSO搜索端元光谱矩阵,利用nsNMF算法更新端元光谱矩阵和丰度矩阵,以缩小搜索空间,降低计算复杂度,避免陷入局部最优。在合成数据集和真实数据集上的实验结果表明,与传统nsNMF算法相比,该算法能获得更好的全局最优解,端元光谱和丰度值更接近真实值。 展开更多

关键词 非负矩阵分解 粒子群优化算法 高光谱 线性光谱模型 全局最小值 稀疏性

在线阅读 下载PDF 职称材料

基于增量式聚类和矩阵分解的鲁棒推荐方法 被引量：3

11

作者 徐玉辰 刘真 张付志 《小型微型计算机系统》 CSCD 北大核心 2015年第4期689-695,共7页

现有基于矩阵分解的推荐算法在面对"托"攻击时鲁棒性较差,而且随着用户和项目的增加需要进行模型重构,时间代价较高.针对上述问题,提出一种基于增量式聚类和矩阵分解的鲁棒推荐方法.首先,采用基于k-median聚类的用户评分矩阵... 现有基于矩阵分解的推荐算法在面对"托"攻击时鲁棒性较差,而且随着用户和项目的增加需要进行模型重构,时间代价较高.针对上述问题,提出一种基于增量式聚类和矩阵分解的鲁棒推荐方法.首先,采用基于k-median聚类的用户评分矩阵分块算法对用户评分矩阵中的相似用户进行聚类,构建用户评分矩阵分块,并对每个分块进行鲁棒矩阵分解建立推荐模型;然后,针对新增用户(项目),利用增量式聚类算法对用户评分矩阵分块进行更新,并采用基于加权信息熵的线性回归方法,对新增用户(项目)的特征向量进行局部参数估计.在Movie Lens 1M数据集上的实验结果表明,本文提出的推荐方法不仅具有较高的推荐精度和鲁棒性,而且模型更新的时间明显减少. 展开更多

关键词 鲁棒推荐算法 增量式聚类 矩阵分解 信息熵 模型更新

在线阅读 下载PDF 职称材料

遥感图像配准的稳健投影非负矩阵分解方法 被引量：1

12

作者 段西发 田铮 +1 位作者 齐培艳 贺飞跃 《计算机工程与应用》 CSCD 2013年第7期28-34,97,共8页

由于要配准的目标存在可能的形变,震前和震后遥感图像的配准变得很困难。为了解决这个问题,提出基于稳健的投影非负矩阵分解(RPNMF)的配准方法来精确的配准形变目标。给出一种稳健的投影非负矩阵分解方法来获得震前震后形变目标的共同... 由于要配准的目标存在可能的形变,震前和震后遥感图像的配准变得很困难。为了解决这个问题,提出基于稳健的投影非负矩阵分解(RPNMF)的配准方法来精确的配准形变目标。给出一种稳健的投影非负矩阵分解方法来获得震前震后形变目标的共同投影空间,利用在共同投影空间的投影来配准形变目标。为验证该算法的有效性,做了两个实验:2008年5月12日汶川地震前后的SAR图像的配准;唐家山堰塞湖的变化检测。与现有方法进行比较,结果表明该方法能够有效地得到形变目标的共同投影空间,并取得了很好的配准结果;同时,堰塞湖的变化检测也得到了很好的结果。 展开更多

关键词 遥感图像 形变目标 非负矩阵分解 稳健的投影非负矩阵分解 投影空间 异常值

在线阅读 下载PDF 职称材料

一种基于L_1稀疏正则化和非负矩阵分解的盲源信号分离新算法 被引量：7

13

作者 殷海青 刘红卫 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2010年第5期835-841,共7页

针对线性混合模型下的盲源分离这一反问题,提出了一种结合迭代正则化和非负矩阵分解的交替最小化算法.首先把该问题转化为有界约束的二次规划,然后采用了一种自适应BB(Barzilai-Borwein)步长的投影梯度算法来求解.该方法不仅可减少存储... 针对线性混合模型下的盲源分离这一反问题,提出了一种结合迭代正则化和非负矩阵分解的交替最小化算法.首先把该问题转化为有界约束的二次规划,然后采用了一种自适应BB(Barzilai-Borwein)步长的投影梯度算法来求解.该方法不仅可减少存储量,提高算法速度,而且还很好地刻画了信号的稀疏性和独立性.理论分析和数值试验都验证了该方法的有效性,对混合的二维图像能提高分离的信干比. 展开更多

关键词 盲源信号分离 反问题 非负矩阵分解 投影梯度算法 信干比

在线阅读 下载PDF 职称材料

基于MPI和OpenMP混合编程的非负矩阵分解并行算法 被引量：8

14

作者 唐兵 Laurent BOBELIN 贺海武 《计算机科学》 CSCD 北大核心 2017年第3期51-54,共4页

非负矩阵分解(NMF)作为一种数据降维和特征提取的有效工具,已经在文本聚类、推荐系统等多个领域得到应用,但是其计算过程比较复杂。对此,提出一种基于MPI+OpenMP的混合层次化并行NMF方法,其充分利用基于MPI的消息传递模型和基于OpenMP... 非负矩阵分解(NMF)作为一种数据降维和特征提取的有效工具,已经在文本聚类、推荐系统等多个领域得到应用,但是其计算过程比较复杂。对此,提出一种基于MPI+OpenMP的混合层次化并行NMF方法,其充分利用基于MPI的消息传递模型和基于OpenMP的共享存储模型各自的优势,并基于多核节点集群进行测试。实验结果表明,所设计的并行NMF算法达到了较高的加速比,能有效处理高阶矩阵的非负分解,极大地提高了计算的效率。 展开更多

关键词 非负矩阵分解 并行算法 MPI OpenMPI 可扩展

在线阅读 下载PDF 职称材料

基于非线性特征和Cauchy加权M-估计量的鲁棒推荐算法 被引量：5

15

作者 张付志 孙双侠 伊华伟 《计算机学报》 EI CSCD 北大核心 2017年第6期1453-1469,共17页

协同推荐系统作为一种重要的个性化服务模式,在电子商务站点中的应用越来越广泛.然而,各种恶意欺骗和虚假反馈已制约了其应有效能的发挥.如何有效识别和抵御托攻击,确保系统推荐的可信性,是推荐系统研究面临的一大挑战.为了确保推荐的... 协同推荐系统作为一种重要的个性化服务模式,在电子商务站点中的应用越来越广泛.然而,各种恶意欺骗和虚假反馈已制约了其应有效能的发挥.如何有效识别和抵御托攻击,确保系统推荐的可信性,是推荐系统研究面临的一大挑战.为了确保推荐的可信性,人们提出了各种基于矩阵分解的鲁棒协同推荐算法.但是这些推荐算法在面对托攻击时不仅精度损失大,而且鲁棒性较差.为此,该文提出一种基于非线性特征和Cauchy加权M-估计量的鲁棒推荐算法.首先,采用核主成分分析方法提取用户评分矩阵的非线性特征,以充分挖掘推荐系统中用户(或项目)之间的内在关联,最大限度地保留用户和项目的特征信息,提高推荐精度和鲁棒性;然后,引入鲁棒统计中的Cauchy加权M-估计量,并联合矩阵分解模型对用户和项目特征矩阵进行鲁棒参数估计,以限制攻击概貌对参数估计过程产生的影响;最后,设计相应的鲁棒协同推荐算法,并在MovieLens和Netflix数据集上对算法的有效性进行评价.实验结果表明:该文算法在推荐精度和鲁棒性方面明显优于现有的鲁棒推荐算法. 展开更多

关键词 托攻击 鲁棒推荐算法 核函数 Cauchy加权M-估计量 矩阵分解 协同推荐系统 人工智能

在线阅读 下载PDF 职称材料

基于孪生非负矩阵分解的车脸重识别算法 被引量：3

16

作者 贾旭 孙福明 《仪器仪表学报》 EI CAS CSCD 北大核心 2020年第6期132-139,共8页

受光照强度变化影响,同一车辆在不同时段采集的车脸图像可能会存在差异,如车身颜色、车灯状态等,为了使识别方法对多种光照条件具有普适性,提出了一种孪生非负矩阵分解模型。首先,将每一对训练样本车脸图像的初始特征分配在两个非负矩... 受光照强度变化影响,同一车辆在不同时段采集的车脸图像可能会存在差异,如车身颜色、车灯状态等,为了使识别方法对多种光照条件具有普适性,提出了一种孪生非负矩阵分解模型。首先,将每一对训练样本车脸图像的初始特征分配在两个非负矩阵分解模型中;然后,融合分解后的误差损失,类内损失,类间损失,设计了一种孪生非负矩阵分解模型,其中,两个非负矩阵分解模型共享同一特征基;最后,基于梯度下降法对模型进行求解,获得共享特征基,并基于余弦距离实现了车脸图像的匹配。实验结果表明,对于存在一定光照差异条件下采集的两幅车脸图像,提出的算法仍能获得较为准确的重识别结果,错误接受率与错误拒绝率均可降低至6%以下。 展开更多

关键词 车脸重识别 非负矩阵分解 梯度下降法 车脸特征提取

在线阅读 下载PDF 职称材料

截断式鲁棒非负矩阵分解算法

17

作者 卢文凯 景丽萍 杨柳 《南京大学学报（自然科学版）》 CAS CSCD 北大核心 2016年第4期714-723,共10页

非负矩阵分解算法(Nonnegative Matrix Factorization Algorithm,NMF)已经广泛地应用于诸多领域,但它容易受到异常点的影响.各种针对这个问题的改进方法中,使用L2,1范数的鲁棒非负矩阵算法(Robust Nonnegative Matrix Factorization Alg... 非负矩阵分解算法(Nonnegative Matrix Factorization Algorithm,NMF)已经广泛地应用于诸多领域,但它容易受到异常点的影响.各种针对这个问题的改进方法中,使用L2,1范数的鲁棒非负矩阵算法(Robust Nonnegative Matrix Factorization Algorithm,RNMF)取得了较好的改进效果,但是该算法不能很好的适应数据集异常点比例的变化.针对这一缺点,提出了截断式鲁棒非负矩阵分解算法(Capped Robust Nonnegative Matrix Factorization Algorithm,CRNMF),将去噪比例ε值引入到目标函数中,降低异常点对整体算法的影响.该算法的主要步骤是:在矩阵分解迭代更新的每一步中,计算输入数据与分解因子重构值之间的误差,将误差大于预先设定参数值ε的数据点对应的误差截断为零,重复以上步骤直到收敛.通过ε截断操作,降低基矩阵F和系数矩阵G受异常点的影响.给出了CRNMF的算法描述,并且在模拟数据集和真实数据集进行了实验,实验表明提出的算法与传统的NMF和RNMF相比,可以在一定程度上提高聚类的准确度,减少了异常点对聚类准确度的影响,提高了算法的鲁棒性. 展开更多

关键词 去噪比例ε值 L2 1范数 鲁棒性 非负矩阵分解算法(NMF) 鲁棒非负矩阵分解算法(rnmf)

在线阅读 下载PDF 职称材料

图像特征点集匹配的稳健非线性投影NMF方法

18

作者 段西发 田铮 +1 位作者 齐培艳 延伟东 《光电工程》 CAS CSCD 北大核心 2013年第6期129-136,共8页

包含相同目标的图像由于可能存在结构差异而导致特征匹配困难、不精确,针对该问题提出了一种新的匹配方法。首先,提出一种稳健的非线性投影非负矩阵分解方法(RNPNMF),利用RNPNMF得到特征点集的共同投影空间;然后,计算特征点集在共同投... 包含相同目标的图像由于可能存在结构差异而导致特征匹配困难、不精确,针对该问题提出了一种新的匹配方法。首先,提出一种稳健的非线性投影非负矩阵分解方法(RNPNMF),利用RNPNMF得到特征点集的共同投影空间;然后,计算特征点集在共同投影空间的投影,利用特征点集在共同投影空间上的投影实现点集的精确匹配。最后,为验证本文方法的有效性,分别对光学图像和SAR图像进行了实验,实验结果表明:和现有方法相比,本文所提方法能更精确有效的实现特征点集的匹配,同时,应用于图像配准也得到了很好的结果。 展开更多

关键词 投影非负矩阵分解 稳健的非线性投影非负矩阵分解 图像配准 特征匹配 异常值

在线阅读 下载PDF 职称材料

基于迁移孪生非负矩阵分解的静脉识别算法

19

作者 王锦凯 贾旭 《计算机应用》 CSCD 北大核心 2021年第3期898-903,共6页

针对某一静脉图像数据集下获得的识别算法对于其他数据集缺少普适性的问题,提出了一种具有迁移性的孪生非负矩阵分解(NMF)模型。首先,通过采用两个结构相同且参数共享的NMF模型实现了对源数据集中带有相同标签静脉图像的有监督学习;然后... 针对某一静脉图像数据集下获得的识别算法对于其他数据集缺少普适性的问题,提出了一种具有迁移性的孪生非负矩阵分解(NMF)模型。首先,通过采用两个结构相同且参数共享的NMF模型实现了对源数据集中带有相同标签静脉图像的有监督学习;然后,通过使用最大均值差异约束降低了不同数据集之间静脉特征的差异性,即将源数据集中的知识迁移至目标数据集中;最后,基于余弦距离实现静脉图像的匹配。实验结果表明,所提的识别算法不仅可以在源数据集下上获得较高的正确识别率,而且仅利用目标数据集中的少量静脉图像便可使得在目标数据集上的平均错误接受率(FAR)与平均错误拒绝率(FRR)分别降低至0.043与0.055。此外,所提算法平均0.56 s的识别时间可以满足识别的实时性要求。 展开更多

关键词 静脉识别 孪生模型 非负矩阵分解 迁移学习 梯度下降法

在线阅读 下载PDF 职称材料

图像稳健配准的非负子空间匹配方法

20

作者 赵伟 田铮 +2 位作者 杨丽娟 延伟东 温金环 《西北工业大学学报》 EI CAS CSCD 北大核心 2016年第2期362-366,共5页

针对局部场景发生变化的多时相遥感图像配准,提出一种基于非负子空间匹配的配准方法。在图匹配的框架下,该方法同时考虑了特征点集的空间结构和特征点集之间的相似关系,提高了正确匹配率和图像配准精度。与传统图匹配方法相比,该方法增... 针对局部场景发生变化的多时相遥感图像配准,提出一种基于非负子空间匹配的配准方法。在图匹配的框架下,该方法同时考虑了特征点集的空间结构和特征点集之间的相似关系,提高了正确匹配率和图像配准精度。与传统图匹配方法相比,该方法增强了对特征点位置扰动和异常值的稳健性。最后,通过在模拟点集匹配和一组多时相遥感图像配准上与传统图匹配方法的对比分析,验证了该方法的有效性以及应用于多时相遥感图像的可行性。 展开更多

关键词 图像配准 遥感 图匹配 位置扰动 异常值 稳健性

在线阅读 下载PDF 职称材料