检索结果-维普期刊中文期刊服务平台

基于傅里叶描述子和加权稀疏表示的军事图像分类方法被引量：1: 1; 作者谢泽奇张会敏张善文《计算机应用与软件》北大核心 2019年第3期68-71,75,共5页; 军事图像分类是一个重要的研究方向。在傅里叶描述子和加权稀疏表示的基础上,提出一种军事图像分类方法。利用Canny算法提取军事图像的轮廓特征,计算轮廓点的中心距离序列;再将该序列转换为极坐标转换,进行傅里叶变换,得到军事图像的改... 展开更多; 关键词军事图像分类中心-边界距离序列改进傅里叶描述子加权稀疏表示分类; 在线阅读下载PDF 职称材料

基于加权稀疏表示分类的车辆识别被引量：1: 2; 作者罗涛冯玉田 +1 位作者唐子成毕超《电子测量技术》 2018年第6期27-31,共5页; 不同种类的车辆自动识别能够在很大程度上给人们提供便利,而通过声波来区分车辆的类型是可行的。由于声频信号和自然信号一样都具有稀疏性,稀疏表示分类（SRC）算法同样适用于车辆声频识别领域。但是SRC算法没有考虑样本的局部性,即没... 展开更多; 关键词加权稀疏表示分类权重标准声频传感器网络车辆识别; 在线阅读下载PDF 职称材料

加权多尺度卷积稀疏表示及其在滚动轴承复合故障诊断中的应用被引量：6: 3; 作者王爽丁传仓 +2 位作者曹懿王报祥江星星《仪器仪表学报》 EI CAS CSCD 北大核心 2024年第5期197-207,共11页; 故障特征精确提取是实现轴承故障诊断的重要环节。卷积稀疏表示能够刻画特征的移位不变特性,非常适用于滚动轴承故障特征提取。然而,卷积稀疏表示忽略了故障冲击特征的周期性及不同尺度下的信号特性差异,制约了其在谐波成分和背景噪声... 展开更多; 关键词加权多尺度卷积稀疏表示滚动轴承故障诊断故障特征提取; 在线阅读下载PDF 职称材料

加权结构组稀疏表示的图像压缩感知重构被引量：8: 4; 作者李佳高志荣 +1 位作者熊承义周城《通信学报》 EI CSCD 北大核心 2017年第2期196-202,共7页; 利用图像的非局部相似性先验以提升图像恢复质量已得到广泛关注。为了更有效地提升压缩感知(CS)图像的重构质量,提出了一种基于加权结构组稀疏表示(WSGSR)的图像压缩感知重构方法。采用非局部相似图像块结构组加权稀疏表示的1_l范数作... 展开更多; 关键词压缩感知图像重构加权结构组稀疏表示加权软阈值收缩; 在线阅读下载PDF 职称材料

基于空间约束加权条件稀疏表示高光谱图像分类被引量：2: 5; 作者陈善学屈龙瑶胡灿《系统工程与电子技术》 EI CSCD 北大核心 2016年第2期442-449,共8页; 为了充分利用稀疏表示分类信息和高光谱图像的空间信息,提出结合马尔可夫随机场的加权条件稀疏表示高光谱图像分类算法。该算法对稀疏表示分解后的残差向量建立条件稀疏表示模型,在计算残差向量的类别归属时引入频段方差信息;利用光谱... 展开更多; 关键词图像处理高光谱图像分类加权条件稀疏表示马尔可夫随机场; 在线阅读下载PDF 职称材料

加权鉴别保持投影降维的非约束人脸识别研究被引量：2: 6; 作者王志强童莹 +1 位作者曹雪虹任丽《信号处理》 CSCD 北大核心 2019年第10期1762-1772,共11页; 非约束环境下采集的人脸图像复杂多变,因稀疏保留投影(Sparse Preserving Projection,SPP)算法没有考虑到样本的局部结构使其降维效果不理想,针对该问题,本文提出了加权判别稀疏保留投影(Weighted Discriminant Sparse Preserving Proje... 展开更多; 关键词非约束人脸识别稀疏保留投影加权稀疏表示降维; 在线阅读下载PDF 职称材料

基于多特征融合矩阵分解的胃镜图像病灶检测: 7; 作者杨国亮黄剑琛《现代电子技术》 2022年第3期69-72,共4页; 胃镜检查过程中,医生通过内窥镜对病变部位的疾病诊断全靠医生的个人经验判断,给医生造成巨大的工作压力,因此提出一种基于稀疏约束的隐低秩表示模型的改进算法。在矩阵融合的基础算法中引入稀疏约束的隐低秩表示模型,提取数据的主特征... 展开更多; 关键词非负低秩矩阵分解胃镜图像多特征融合隐低秩表示加权非负稀疏低秩表示分类病灶检测全局性稀疏约束; 在线阅读下载PDF 职称材料

题名基于傅里叶描述子和加权稀疏表示的军事图像分类方法被引量：1: 1; 作者谢泽奇张会敏张善文; 机构郑州大学西亚斯国际学院; 出处《计算机应用与软件》北大核心 2019年第3期68-71,75,共5页; 基金国家自然科学基金项目(61473237) 河南省高等学校青年骨干教师培养计划(2018GGJS200) +1 种基金郑州大学西亚斯国际学院2018年度科研资助项目(2018-YB-32); 文摘军事图像分类是一个重要的研究方向。在傅里叶描述子和加权稀疏表示的基础上,提出一种军事图像分类方法。利用Canny算法提取军事图像的轮廓特征,计算轮廓点的中心距离序列;再将该序列转换为极坐标转换,进行傅里叶变换,得到军事图像的改进傅里叶描述子;利用加权稀疏表示分类方法对图像进行分类。该方法的优点在于提取的傅里叶描述子具有很好的平移、旋转、尺度缩放和轮廓起始点的不变性。加权稀疏表示能够克服遮挡、弱特征、视角和姿态变化等因素的影响,并且具有较强的形状区分能力。在ICL军事图像数据库上进行分类实验,分类率高达92%以上。结果表明,该方法是有效可行的,能够为军事图像自动分类识别系统提供技术参考。; 关键词军事图像分类中心-边界距离序列改进傅里叶描述子加权稀疏表示分类; Keywords Military image classification Centre-edge distance sequence Modified Fourier descriptor Weighted sparse representation based classification(SRC); 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于加权稀疏表示分类的车辆识别被引量：1: 2; 作者罗涛冯玉田唐子成毕超; 机构上海大学通信与信息工程学院; 出处《电子测量技术》 2018年第6期27-31,共5页; 文摘不同种类的车辆自动识别能够在很大程度上给人们提供便利,而通过声波来区分车辆的类型是可行的。由于声频信号和自然信号一样都具有稀疏性,稀疏表示分类（SRC）算法同样适用于车辆声频识别领域。但是SRC算法没有考虑样本的局部性,即没有考虑测试样本和每一个训练样本之间的相似性,从而导致识别效果不够优异。为了解决以上不足,提出了一种基于加权稀疏表示分类（WSRC）的声频传感器网络下车辆识别方法。通过对声频测试样本和各个声频训练样本之间的距离制定一个权重标准,并将其考虑进权重分配,以提高识别精度。实验结果表明,WSRC的识别精度相比于SRC有了明显的提高。同时,WSRC也明显优于SVM、k-NN这些常见分类算法,验证了WSRC在声频传感器网络下车辆识别的可行性。; 关键词加权稀疏表示分类权重标准声频传感器网络车辆识别; Keywords weighted sparse representation based classification weight standard acoustic sensor networks vehicle recognition; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术] TN912.3 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名加权多尺度卷积稀疏表示及其在滚动轴承复合故障诊断中的应用被引量：6: 3; 作者王爽丁传仓曹懿王报祥江星星; 机构苏州城市学院智能制造与智慧交通学院苏州大学轨道交通学院苏州科技大学机械工程学院; 出处《仪器仪表学报》 EI CAS CSCD 北大核心 2024年第5期197-207,共11页; 基金国家自然科学基金(52205119) 江苏省自然科学基金(BK20220497) 中国博士后科学基金(2023M732535)项目资助。; 文摘故障特征精确提取是实现轴承故障诊断的重要环节。卷积稀疏表示能够刻画特征的移位不变特性,非常适用于滚动轴承故障特征提取。然而,卷积稀疏表示忽略了故障冲击特征的周期性及不同尺度下的信号特性差异,制约了其在谐波成分和背景噪声等干扰下的特征提取能力。因此,提出了加权多尺度卷积稀疏表示用于分离振动信号中的周期性故障冲击特征,从而实现轴承故障诊断。在构建的稀疏表示模型中,利用多尺度变换将原始信号转换到不同尺度下,并在不同尺度下采用不同权重系数以达到抑制谐波成分等干扰的目的。同时,为了凸显故障冲击特征,建立了约束故障特征稀疏系数周期性的正则项,提高冲击特征分离能力。此外,引入交替方向乘子法和受控极小化方法推导出迭代求解算法。最后,通过分析提取特征的波形、包络谱及两种故障信息定量评估指标,验证了提出方法拥有优异的轴承复合故障冲击特征提取和诊断能力。; 关键词加权多尺度卷积稀疏表示滚动轴承故障诊断故障特征提取; Keywords weighted multiscale convolutional sparse representation rolling bearing fault diagnosis fault feature extraction; 分类号 TH165.3 [机械工程—机械制造及自动化] TH133.33 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名加权结构组稀疏表示的图像压缩感知重构被引量：8: 4; 作者李佳高志荣熊承义周城; 机构中南民族大学电子信息工程学院智能无线通信湖北省重点实验室中南民族大学计算机科学学院; 出处《通信学报》 EI CSCD 北大核心 2017年第2期196-202,共7页; 基金国家自然科学基金资助项目(No.61471400)~~; 文摘利用图像的非局部相似性先验以提升图像恢复质量已得到广泛关注。为了更有效地提升压缩感知(CS)图像的重构质量,提出了一种基于加权结构组稀疏表示(WSGSR)的图像压缩感知重构方法。采用非局部相似图像块结构组加权稀疏表示的1_l范数作为规则化项约束优化重构,实现在更好地恢复图像高频细节信息的同时有效减少对图像低频成分的损失,图像重构质量得到明显改善。推导出一种加权软阈值收缩方法,实现对模型的优化求解,对幅值较大的重要系数采用较小的阈值收缩处理,对幅值较小的非重要系数采用相对较大的阈值收缩处理。实验结果比较验证了所提方法的有效性。; 关键词压缩感知图像重构加权结构组稀疏表示加权软阈值收缩; Keywords compressive sensing image reconstruction weighted structure group sparse representation weighted soft thresholding shrinkage; 分类号 TN911.72 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于空间约束加权条件稀疏表示高光谱图像分类被引量：2: 5; 作者陈善学屈龙瑶胡灿; 机构重庆邮电大学移动通信技术重庆市重点实验室; 出处《系统工程与电子技术》 EI CSCD 北大核心 2016年第2期442-449,共8页; 基金国家自然科学基金(61102062 671116) 重庆市教委科学技术研究项目(KJ1400416)资助课题; 文摘为了充分利用稀疏表示分类信息和高光谱图像的空间信息,提出结合马尔可夫随机场的加权条件稀疏表示高光谱图像分类算法。该算法对稀疏表示分解后的残差向量建立条件稀疏表示模型,在计算残差向量的类别归属时引入频段方差信息;利用光谱信息散度从信息熵的角度挖掘重构光谱中的类别鉴定信息;在期望最大化算法模型中,将条件稀疏模型与光谱信息散度模型相结合,使算法具备迭代自更新的能力;将马尔可夫随机场引入加权条件稀疏表示算法,在算法时间复杂度不变的情况下,对高光谱图像的空间信息予以提取。仿真结果表明,该算法能够有效地提高分类精度,且在不同试验数据下具备良好的稳定性。; 关键词图像处理高光谱图像分类加权条件稀疏表示马尔可夫随机场; Keywords image processing hyperspectral image classification weighted conditional sparse representation Markov random field （MRF）; 分类号 TP751 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名加权鉴别保持投影降维的非约束人脸识别研究被引量：2: 6; 作者王志强童莹曹雪虹任丽; 机构南京邮电大学通信与信息工程学院南京工程学院信息与通信工程学院; 出处《信号处理》 CSCD 北大核心 2019年第10期1762-1772,共11页; 基金国家自然科学基金(61703201) 江苏省自然科学基金(BK20170765) +1 种基金南京工程学院高层次引进人才科研启动基金资助(YKJ201862); 文摘非约束环境下采集的人脸图像复杂多变,因稀疏保留投影(Sparse Preserving Projection,SPP)算法没有考虑到样本的局部结构使其降维效果不理想,针对该问题,本文提出了加权判别稀疏保留投影(Weighted Discriminant Sparse Preserving Projection,WDSPP)算法。首先,引入样本类别标签和类内紧凑项,用以增强待测样本和同类样本之间的重构关系;其次,非控环境下样本质量参差不齐,考虑以样本距离权值约束稀疏重构系数,降低同类奇异样本的影响,进一步提高重构关系的准确度;最后,低维投影阶段增加全局约束因子,利用样本全局分布中隐含的鉴别信息使低维子空间分布更紧凑、更易于鉴别。在AR库、Extended Yale B库、LFW库和PubFig库上的大量实验结果表明,本文所提算法在复杂人脸环境下具有较好的识别结果。; 关键词非约束人脸识别稀疏保留投影加权稀疏表示降维; Keywords unconstrained face recognition sparse preserving projection weighted sparse representation dimensionality reduction; 分类号 TP273 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于多特征融合矩阵分解的胃镜图像病灶检测: 7; 作者杨国亮黄剑琛; 机构江西理工大学电气工程与自动化学院; 出处《现代电子技术》 2022年第3期69-72,共4页; 基金国家自然科学基金项目(61363011) 江西省自然科学基金项目(20151BAB207024)。; 文摘胃镜检查过程中,医生通过内窥镜对病变部位的疾病诊断全靠医生的个人经验判断,给医生造成巨大的工作压力,因此提出一种基于稀疏约束的隐低秩表示模型的改进算法。在矩阵融合的基础算法中引入稀疏约束的隐低秩表示模型,提取数据的主特征和隐含特征来获取更多图像信息,应对样本数量较少的情况,并且采用加权非负稀疏表示分类方法(WNSLRRC)区分干扰区域和病灶区域,以图像隐含特征作为依据的加权低秩模型能更好地获得图像数据的全局结构。经过实验证明,该检测方法对病灶区域检测精度较高,具有一定的实用性,并且算法具有较好的抗扰性。; 关键词非负低秩矩阵分解胃镜图像多特征融合隐低秩表示加权非负稀疏低秩表示分类病灶检测全局性稀疏约束; Keywords non⁃negative low⁃rank matrix factorization gastroscope image multi⁃feature fusion LatLRR WNSLRRC lesion detection global sparse constraint; 分类号 TN911.73-34 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于傅里叶描述子和加权稀疏表示的军事图像分类方法	谢泽奇张会敏张善文	《计算机应用与软件》北大核心	2019	1	在线阅读下载PDF 职称材料
2	基于加权稀疏表示分类的车辆识别	罗涛冯玉田唐子成毕超	《电子测量技术》	2018	1	在线阅读下载PDF 职称材料
3	加权多尺度卷积稀疏表示及其在滚动轴承复合故障诊断中的应用	王爽丁传仓曹懿王报祥江星星	《仪器仪表学报》 EI CAS CSCD 北大核心	2024	6	在线阅读下载PDF 职称材料
4	加权结构组稀疏表示的图像压缩感知重构	李佳高志荣熊承义周城	《通信学报》 EI CSCD 北大核心	2017	8	在线阅读下载PDF 职称材料
5	基于空间约束加权条件稀疏表示高光谱图像分类	陈善学屈龙瑶胡灿	《系统工程与电子技术》 EI CSCD 北大核心	2016	2	在线阅读下载PDF 职称材料
6	加权鉴别保持投影降维的非约束人脸识别研究	王志强童莹曹雪虹任丽	《信号处理》 CSCD 北大核心	2019	2	在线阅读下载PDF 职称材料
7	基于多特征融合矩阵分解的胃镜图像病灶检测	杨国亮黄剑琛	《现代电子技术》	2022	0	在线阅读下载PDF 职称材料