检索结果-维普期刊中文期刊服务平台

多图融合约束半非负矩阵分解的动作分割方法被引量：1: 1; 作者李国朋王连清 +3 位作者韩鹍王宇弘宋聃余立《智能系统学报》 CSCD 北大核心 2023年第6期1223-1232,共10页; 基于聚类的无监督动作分割方法主要利用序列中相邻帧之间的结构相似性来提高动作分割的准确性。这在实现动作片段内部一致划分的同时给不同动作边界的准确分割带来隐患。为此提出了一种基于多图融合约束矩阵分解的动作分割方法。通过融... 展开更多; 关键词动作分割聚类半非负矩阵分解多图融合约束结构相似性度量相似性低维表示 k近邻图; 在线阅读下载PDF 职称材料

基于非负矩阵分解的语音深层低维特征提取方法被引量：4: 2; 作者秦楚雄张连海《数据采集与处理》 CSCD 北大核心 2017年第5期921-930,共10页; 作为一种基于深层神经网络提取的低维特征,瓶颈特征在连续语音识别中取得了很大的成功。然而训练瓶颈结构的深层神经网络时,瓶颈层的存在会降低网络输出层的帧准确率,进而反过来影响该特征的性能。针对这一问题,本文基于非负矩阵分解算... 展开更多; 关键词连续语音识别深层神经网络半非负矩阵分解凸非负矩阵分解低维特征; 在线阅读下载PDF 职称材料

基于Deep-Semi-NMF的苹果斑点落叶病检测方法被引量：1: 3; 作者傅卓军胡政 +2 位作者邓阳君龙陈锋朱幸辉《智慧农业(中英文)》 CSCD 2024年第6期144-154,共11页; [目的/意义]苹果斑点落叶病易导致苹果树叶过早脱落,从而影响苹果品质和产量。因此,如何准确检测此病一直是苹果树病害精准防治的热点问题。由于逆光等因素影响,传统基于图像分割的病斑检测方法难以在复杂背景下准确检测病斑区域边界,... 展开更多; 关键词图像分割苹果斑点落叶病异常检测深度半非负矩阵分解马氏距离; 在线阅读下载PDF 职称材料

一种融合节点变化信息的动态社区发现方法: 4; 作者贺超波成其伟 +3 位作者程俊伟刘星雨余鹏陈启买《电子学报》 EI CAS CSCD 北大核心 2024年第8期2786-2798,共13页; 动态社区发现旨在检测动态复杂网络中蕴含的社区结构,对于揭示网络的功能及演化模式具有重要研究价值.由于相邻时刻网络的社区结构具有平滑性,前一时刻网络的社区划分信息可以用于监督当前时刻网络的社区划分过程,但已有方法均难以有效... 展开更多; 关键词动态社区发现半监督非负矩阵分解 k-core分析社区网络复杂网络; 在线阅读下载PDF 职称材料

基于麦克风阵列的罐装食品真空度在线检测被引量：3: 5; 作者韩威周松斌 +2 位作者刘忆森李昌刘伟鑫《中国测试》 CAS 北大核心 2019年第7期128-133,共6页; 声音频谱峰值法被广泛应用于罐装食品真空度检测领域,但是当检测环境出现声音强度较大且与罐盖振动产生的声音的频段相同的噪声时,该方法可能做出误判.为此,提出声学阵列法:由麦克风阵列采集多路混合声信号,采用稀疏半非负矩阵分解从混... 展开更多; 关键词麦克风阵列稀疏半非负矩阵分解声学检测罐装食品真空度检测; 在线阅读下载PDF 职称材料

题名多图融合约束半非负矩阵分解的动作分割方法被引量：1: 1; 作者李国朋王连清韩鹍王宇弘宋聃余立; 机构国防科技大学试验训练基地国防科技大学智能科学学院国防科技大学信息通信学院国家工业信息安全发展研究中心; 出处《智能系统学报》 CSCD 北大核心 2023年第6期1223-1232,共10页; 基金国家自然科学基金项目(62101558) 陕西省自然科学基础研究计划(2022JM-395) 国防科技大学科研计划项目(ZK21-38)。; 文摘基于聚类的无监督动作分割方法主要利用序列中相邻帧之间的结构相似性来提高动作分割的准确性。这在实现动作片段内部一致划分的同时给不同动作边界的准确分割带来隐患。为此提出了一种基于多图融合约束矩阵分解的动作分割方法。通过融合序列中的结构相似性和度量相似性信息构造多图融合约束项,融入到半非负矩阵分解中获得序列的低维表示,进而获得序列的k近邻图并利用图割的方法实现准确分割。在两类动作序列上的实验表明,所提方法在保持动作内部一致划分的同时能够准确划分动作边界,明显提升了分割准确性,时间效率也明显提升。; 关键词动作分割聚类半非负矩阵分解多图融合约束结构相似性度量相似性低维表示 k近邻图; Keywords action segmentation clustering semi-NMF multigraph fusion constraint structural similarity measurement similarity low-dimensional representation k-nearest neighbor graph; 分类号 TP391 [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

题名基于非负矩阵分解的语音深层低维特征提取方法被引量：4: 2; 作者秦楚雄张连海; 机构解放军信息工程大学信息系统工程学院; 出处《数据采集与处理》 CSCD 北大核心 2017年第5期921-930,共10页; 基金国家自然科学基金(61175017 61403415)资助项目; 文摘作为一种基于深层神经网络提取的低维特征,瓶颈特征在连续语音识别中取得了很大的成功。然而训练瓶颈结构的深层神经网络时,瓶颈层的存在会降低网络输出层的帧准确率,进而反过来影响该特征的性能。针对这一问题,本文基于非负矩阵分解算法,提出一种利用不包含瓶颈层的深层神经网络提取低维特征的方法。该方法利用半非负矩阵分解和凸非负矩阵分解算法对隐含层权值矩阵分解得到基矩阵,将其作为新的特征层权值矩阵,然后在该层不设置偏移向量的情况下,通过数据前向传播提取新型特征。实验表明,该特征具有较为稳定的规律,且适用于不同的识别任务和网络结构。当使用训练数据充足的语料进行实验时,该特征表现出同瓶颈特征几乎相同的识别性能;而在低资源环境下,基于该特征识别系统的识别率明显优于深层神经网络混合识别系统和瓶颈特征识别系统。; 关键词连续语音识别深层神经网络半非负矩阵分解凸非负矩阵分解低维特征; Keywords continuous speech recognition deep neural network semi-nonnegative matrix factorization convex-nonnegative matrix factorization low-dimensional features; 分类号 TN912.34 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于Deep-Semi-NMF的苹果斑点落叶病检测方法被引量：1: 3; 作者傅卓军胡政邓阳君龙陈锋朱幸辉; 机构湖南农业大学信息与智能科学技术学院; 出处《智慧农业(中英文)》 CSCD 2024年第6期144-154,共11页; 基金国家自然科学基金青年项目(62401203) 湖南省重点领域研发计划项目(2022NK2047)。; 文摘 [目的/意义]苹果斑点落叶病易导致苹果树叶过早脱落,从而影响苹果品质和产量。因此,如何准确检测此病一直是苹果树病害精准防治的热点问题。由于逆光等因素影响,传统基于图像分割的病斑检测方法难以在复杂背景下准确检测病斑区域边界,亟需发展苹果斑点落叶病检测新方法,助力苹果树病害精准防治。[方法]针对上述问题,本研究从图像异常检测的角度出发,考虑复杂背景干扰,采用深度半非负矩阵分解理论,结合鲁棒性好的马氏距离度量,提出一种新的深度半非负矩阵分解的马氏距离异常检测方法(Deep Semi-Non-Negative Ma⁃trix Factorization-Based Mahalanobis Distance-Anomaly Detector,DSNMFMAD)。该方法首先利用深度非负矩阵分解(Deep Semi-Non-Negative Matrix Factorization,DSNMF)提取图像中低秩的背景部分和稀疏的异常部分。然后采用基于奇异值分解特征子空间的马氏距离构建病斑检测器,检测器通过计算异常部分每个像元的异常度来标记病斑。最后,分别构建了实验室和自然条件下的两个苹果斑点落叶病数据集,用以验证提出方法的有效性。[结果和讨论]DSNMFMAD在实验室条件和自然条件下对苹果斑点落叶病的识别准确率分别达到了99.8%和87.8%;平均检测速度为0.087和0.091 s/幅。相较于4种经典的异常检测方法和1种深度学习模型,本研究所提出方法的检测准确率在实验室条件下分别提高了0.2%、37.9%、10.3%、0.4%和24.5%;在自然条件下分别提高了2.5%、32.7%、5%、14.8%和3.5%。[结论]本研究提出的DSNMFMAD能够通过DSNMF有效地将图像中的异常部分提取出来,并利用构建的病斑检测器准确地将苹果斑点落叶病位置检测出来。即使在复杂背景条件下,该方法亦获得了比对比方法更高的检测准确度,展现出了优异的病斑检测性能,为苹果斑点落叶病的检测与防治提供了技术参考依据。; 关键词图像分割苹果斑点落叶病异常检测深度半非负矩阵分解马氏距离; Keywords image segment apple Alternaria leaf spot anomaly detection deep semi-nonnegative matrix factorization mahalanobis distance; 分类号 S225.99 [农业科学—农业机械化工程] TP391.41 [自动化与计算机技术—计算机应用技术] TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名一种融合节点变化信息的动态社区发现方法: 4; 作者贺超波成其伟程俊伟刘星雨余鹏陈启买; 机构华南师范大学计算机学院维沃移动通信有限公司; 出处《电子学报》 EI CAS CSCD 北大核心 2024年第8期2786-2798,共13页; 基金国家自然科学基金(No.62077045)。; 文摘动态社区发现旨在检测动态复杂网络中蕴含的社区结构,对于揭示网络的功能及演化模式具有重要研究价值.由于相邻时刻网络的社区结构具有平滑性,前一时刻网络的社区划分信息可以用于监督当前时刻网络的社区划分过程,但已有方法均难以有效提取这些信息来提高动态社区发现性能.针对该问题,提出一种融合节点变化信息的动态社区发现方法(Semi-supervised Nonnegative Matrix Factorization combining Node Change Information,NCI-SeNMF).NCI-SeNMF首先采用k-core分析方法提取前一时刻社区网络的degeneracy-core,并选取degeneracy-core中的节点构造社区隶属先验信息,然后对相邻时刻网络的节点局部拓扑结构变化程度进行量化,并将其用于进一步修正社区隶属先验信息,最后通过半监督非负矩阵分解模型集成社区隶属先验信息进行动态社区发现.在多个人工合成动态网络和真实世界动态网络上进行大量对比实验,结果表明,NCI-SeNMF比现有动态社区发现方法在主要评价指标上至少提升了4.8%.; 关键词动态社区发现半监督非负矩阵分解 k-core分析社区网络复杂网络; Keywords dynamic community discovery semi-supervised nonnegative matrix factorization k-core analysis com⁃munity network complex networks; 分类号 TP311 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名基于麦克风阵列的罐装食品真空度在线检测被引量：3: 5; 作者韩威周松斌刘忆森李昌刘伟鑫; 机构广东省智能制造研究所广东省现代控制技术重点实验室广东工业大学; 出处《中国测试》 CAS 北大核心 2019年第7期128-133,共6页; 基金国家自然科学基金资助项目(61803107) 广东省科技计划资助项目(2016B090918061) 广州市科技计划资助项目(201803020025); 文摘声音频谱峰值法被广泛应用于罐装食品真空度检测领域,但是当检测环境出现声音强度较大且与罐盖振动产生的声音的频段相同的噪声时,该方法可能做出误判.为此,提出声学阵列法:由麦克风阵列采集多路混合声信号,采用稀疏半非负矩阵分解从混合声信号中分离出干净的罐盖振动产生的声音,再利用声音频谱峰值法判断真空度是否合格.该文研究稀疏半非负矩阵分解的数学模型,并且推导求解稀疏半非负矩阵分解的迭代优化函数.实验结果表明,无噪声环境下,声音频谱峰值法和声学阵列法的真空度检测结果均准确,但在噪声环境下,声音频谱峰值法出现误判时,声学阵列法仍能做出准确判断.; 关键词麦克风阵列稀疏半非负矩阵分解声学检测罐装食品真空度检测; Keywords microphone array sparse semi-nonnegative matrix factorization acoustic detection detection for vacuum of canned food; 分类号 TP391 [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	作者	出处	发文年	被引量	操作
1	多图融合约束半非负矩阵分解的动作分割方法	李国朋王连清韩鹍王宇弘宋聃余立	《智能系统学报》 CSCD 北大核心	2023	1	在线阅读下载PDF 职称材料
2	基于非负矩阵分解的语音深层低维特征提取方法	秦楚雄张连海	《数据采集与处理》 CSCD 北大核心	2017	4	在线阅读下载PDF 职称材料
3	基于Deep-Semi-NMF的苹果斑点落叶病检测方法	傅卓军胡政邓阳君龙陈锋朱幸辉	《智慧农业(中英文)》 CSCD	2024	1	在线阅读下载PDF 职称材料
4	一种融合节点变化信息的动态社区发现方法	贺超波成其伟程俊伟刘星雨余鹏陈启买	《电子学报》 EI CAS CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
5	基于麦克风阵列的罐装食品真空度在线检测	韩威周松斌刘忆森李昌刘伟鑫	《中国测试》 CAS 北大核心	2019	3	在线阅读下载PDF 职称材料