检索结果-维普期刊中文期刊服务平台

基于多任务贝叶斯压缩感知的稀疏可重构天线阵的优化设计被引量：2: 1; 作者沈海鸥王布宏李龙军《电子学报》 EI CAS CSCD 北大核心 2016年第9期2168-2174,共7页; 建立方向图可重构天线的联合稀疏模型,基于多任务贝叶斯压缩感知理论提出一种稀疏可重构天线阵的优化设计方法.该方法在实现方向图精确重构的同时可以大幅减少天线数量,节省平台空间,降低设计成本.首先基于多任务贝叶斯压缩感知理论建... 展开更多; 关键词稀疏布阵方向图可重构天线多任务贝叶斯压缩感知相关向量机; 在线阅读下载PDF 职称材料

基于多任务贝叶斯压缩感知的电能质量信号重构被引量：5: 2; 作者王武亮江辉《深圳大学学报（理工版）》 EI CAS CSCD 北大核心 2021年第1期77-84,共8页; 压缩感知技术突破奈奎斯特采样定理限制,能够有效降低数据的存储和传输成本,只需较少的样本就能对电能质量信号进行重构,对电能质量的检测分析具有重要意义.针对电能质量信号,提出一种基于多任务贝叶斯压缩感知理论的电能质量信号压缩... 展开更多; 关键词信息处理技术压缩感知电能质量多任务贝叶斯信号重构; 在线阅读下载PDF 职称材料

对比源框架下的多任务贝叶斯压缩感知微波成像方法被引量：3: 3; 作者张清河于士奇 +1 位作者时李萍张士惠《电子学报》 EI CAS CSCD 北大核心 2020年第11期2208-2214,共7页; 针对强散射体微波成像困难问题,本文提出了一种对比源框架下的基于拉普拉斯先验的多任务贝叶斯压缩感知方法,实现了稀疏强散射体的微波成像.在对比源框架下,基于“数据”积分方程并对成像区域网格离散建立稀疏感知模型,前向问题采用矩... 展开更多; 关键词微波成像对比源共轭梯度一阶Born近似拉普拉斯先验多任务贝叶斯压缩感知; 在线阅读下载PDF 职称材料

结合二维内蕴模函数和贝叶斯多任务学习的SAR目标识别被引量：3: 4; 作者张宏武康凯《电讯技术》北大核心 2020年第4期372-377,共6页; 为了提高合成孔径雷达(Synthetic Aperture Radar,SAR)目标识别性能,提出了结合二维内蕴模函数(Bidimensional Intrinsic Mode Function,BIMF)与贝叶斯多任务学习的SAR目标识别方法。采用二维经验模态分解获得SAR图像的多层次BIMF,从而... 展开更多; 关键词合成孔径雷达目标识别二维内蕴模函数贝叶斯多任务学习; 在线阅读下载PDF 职称材料

多任务学习被引量：41: 5; 作者张钰刘建伟左信《计算机学报》 EI CSCD 北大核心 2020年第7期1340-1378,共39页; 随着图像处理,语音识别等人工智能技术的发展,很多学习方法尤其是采用深度学习框架的方法取得了优异的性能,在精度和速度方面有了很大的提升,但随之带来的问题也很明显,这些学习方法如果要获得稳定的学习效果,往往需要使用数量庞大的标... 展开更多; 关键词多任务学习信息迁移任务相似性贝叶斯生成式模型多任务学习判别式多任务学习深度多任务学习; 在线阅读下载PDF 职称材料

基于多测量向量模型的极化探地雷达成像算法被引量：2: 6; 作者屈乐乐桂客张丽丽《电讯技术》北大核心 2017年第1期53-58,共6页; 针对极化探地雷达(GPR)工作过程中目标成像空间的联合稀疏性,提出了一种基于多测量向量模型的极化探地雷达成像算法。在建立极化探地雷达回波信号模型的基础上,利用各极化通道测量数据的联合稀疏性将各个极化通道的测量数据等效成多测... 展开更多; 关键词极化探地雷达目标成像多测量向量多任务贝叶斯压缩感知; 在线阅读下载PDF 职称材料

基于MT-BCS的可分离DOA估计算法: 7; 作者万连城黑蕾王迎斌《现代电子技术》北大核心 2019年第6期10-13,共4页; 压缩感知理论的不断发展,为二维DOA估计问题提供了新的思路。然而传统的二维DOA估计方法,只是对一维估计的建模方法别无二致,这导致求解时存在计算复杂度高、分辨率低等问题。文中通过对二维DOA模型的重新建模,将多任务贝叶斯压缩感知... 展开更多; 关键词二维DOA估计压缩感知贝叶斯多任务贝叶斯压缩感知分辨率算法复杂度; 在线阅读下载PDF 职称材料

题名基于多任务贝叶斯压缩感知的稀疏可重构天线阵的优化设计被引量：2: 1; 作者沈海鸥王布宏李龙军; 机构空军工程大学信息与导航学院; 出处《电子学报》 EI CAS CSCD 北大核心 2016年第9期2168-2174,共7页; 基金国家自然科学基金资助项目(No.61172148); 文摘建立方向图可重构天线的联合稀疏模型,基于多任务贝叶斯压缩感知理论提出一种稀疏可重构天线阵的优化设计方法.该方法在实现方向图精确重构的同时可以大幅减少天线数量,节省平台空间,降低设计成本.首先基于多任务贝叶斯压缩感知理论建立多目标方向图的稀疏优化模型,根据权值向量的先验概率分布,利用快速相关向量机估计超参数的最大后验概率来得到多组阵元位置及其激励,实时改变激励以获得不同方向图的稀疏逼近.仿真验证了该方法能够以较少的阵元个数和较高的方向图拟合精度快速实现方向图重构.; 关键词稀疏布阵方向图可重构天线多任务贝叶斯压缩感知相关向量机; Keywords sparse array pattern reconfigurable antenna multitask Bayesian compressed sensing relevance vector machine; 分类号 TN820 [电子电信—信息与通信工程]; 在线阅读下载PDF 职称材料

题名基于多任务贝叶斯压缩感知的电能质量信号重构被引量：5: 2; 作者王武亮江辉; 机构深圳大学物理与光电工程学院; 出处《深圳大学学报（理工版）》 EI CAS CSCD 北大核心 2021年第1期77-84,共8页; 基金国家自然科学基金资助项目(51707123) 深圳市基础研究计划资助项目(JCYJ20190808165201648)。; 文摘压缩感知技术突破奈奎斯特采样定理限制,能够有效降低数据的存储和传输成本,只需较少的样本就能对电能质量信号进行重构,对电能质量的检测分析具有重要意义.针对电能质量信号,提出一种基于多任务贝叶斯压缩感知理论的电能质量信号压缩重构算法,该算法选择快速傅里叶变换基作为稀疏基对电能质量信号进行稀疏处理,将所得稀疏向量的实部和虚部构成两个压缩重构任务;利用超参数估计的共享机制,考虑两个任务间数据的内在相关性,对电能质量信号进行重构.仿真结果表明,该算法在压缩重构含复杂扰动的电能质量信号时,其抗噪性能和重构精度均优于正交匹配追踪算法和贝叶斯压缩感知算法,更加适用于含有复杂扰动的电能质量信号的压缩重构.; 关键词信息处理技术压缩感知电能质量多任务贝叶斯信号重构; Keywords information processing technology compressive sensing power quality multitask Bayesian signal reconstruction; 分类号 TM711 [电气工程—电力系统及自动化] TM93 [电气工程—电力电子与电力传动]; 在线阅读下载PDF 职称材料

题名对比源框架下的多任务贝叶斯压缩感知微波成像方法被引量：3: 3; 作者张清河于士奇时李萍张士惠; 机构三峡大学计算机与信息学院; 出处《电子学报》 EI CAS CSCD 北大核心 2020年第11期2208-2214,共7页; 基金国家自然科学基金(No.61771008)。; 文摘针对强散射体微波成像困难问题,本文提出了一种对比源框架下的基于拉普拉斯先验的多任务贝叶斯压缩感知方法,实现了稀疏强散射体的微波成像.在对比源框架下,基于“数据”积分方程并对成像区域网格离散建立稀疏感知模型,前向问题采用矩量法数值模拟;构造基于拉普拉斯先验的贝叶斯压缩感知分层模型;在多入射波情况下,利用多任务贝叶斯压缩感知方法对对比源进行优化求解;最后利用“状态方程”实现了目标函数的重构.本文在考虑噪声情况下,通过对多像素单目标、不均匀目标、多目标的微波成像数值模拟,并与共轭梯度方法、一阶Born近似框架下的多任务贝叶斯压缩感知方法的重构结果比较,验证了本文方法的有效性和鲁棒性.; 关键词微波成像对比源共轭梯度一阶Born近似拉普拉斯先验多任务贝叶斯压缩感知; Keywords microwave imaging contrast source conjugate gradient first order Born approximation Laplacian priori multi-task Bayesian compressed sensing; 分类号 TN957.52 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

题名结合二维内蕴模函数和贝叶斯多任务学习的SAR目标识别被引量：3: 4; 作者张宏武康凯; 机构宁夏师范学院数学与计算机科学学院; 出处《电讯技术》北大核心 2020年第4期372-377,共6页; 基金宁夏高等学校科学研究项目(NGY2018-132,NGY2018-113) 宁夏师范学院2019校级重点科研项目(SFZD2019-19)。; 文摘为了提高合成孔径雷达(Synthetic Aperture Radar,SAR)目标识别性能,提出了结合二维内蕴模函数(Bidimensional Intrinsic Mode Function,BIMF)与贝叶斯多任务学习的SAR目标识别方法。采用二维经验模态分解获得SAR图像的多层次BIMF,从而更好地描述原始图像的细节信息。为了获得稳健的决策,采用贝叶斯多任务学习对原始SAR图像及其多层次的BIMF进行联合稀疏表示。最后,通过比较各个类别对于测试样本的重构误差判定目标类别。基于MSTAR数据集在多种条件下对提出方法进行了验证实验,结果证明了方法的有效性。; 关键词合成孔径雷达目标识别二维内蕴模函数贝叶斯多任务学习; Keywords synthetic aperture radar target recognition bidimensional intrinsic mode function Bayesian multi-task learning; 分类号 TN957 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

题名多任务学习被引量：41: 5; 作者张钰刘建伟左信; 机构中国石油大学(北京)自动化系; 出处《计算机学报》 EI CSCD 北大核心 2020年第7期1340-1378,共39页; 基金国家重点研发计划项目(2016YFC0303703-03) 中国石油大学(北京)年度前瞻导向及培育项目(2462018QZDX02)资助.; 文摘随着图像处理,语音识别等人工智能技术的发展,很多学习方法尤其是采用深度学习框架的方法取得了优异的性能,在精度和速度方面有了很大的提升,但随之带来的问题也很明显,这些学习方法如果要获得稳定的学习效果,往往需要使用数量庞大的标注数据进行充分训练,否则就会出现欠拟合的情况而导致学习性能的下降.因此,随着任务复杂程度和数据规模的增加,对人工标注数据的数量和质量也提出了更高的要求,造成了标注成本和难度的增大.同时,单一任务的独立学习往往忽略了来自其它任务的经验信息,致使训练冗余重复和学习资源的浪费,也限制了其性能的提升.为了缓解这些问题,属于迁移学习范畴的多任务学习方法逐渐引起了研究者的重视.与单任务学习只使用单个任务的样本信息不同,多任务学习假设不同任务数据分布之间存在一定的相似性,在此基础上通过共同训练和优化建立任务之间的联系.这种训练模式充分促进任务之间的信息交换并达到了相互学习的目的,尤其是在各自任务样本容量有限的条件下,各个任务可以从其它任务获得一定的启发,借助于学习过程中的信息迁移能间接利用其它任务的数据,从而缓解了对大量标注数据的依赖,也达到了提升各自任务学习性能的目的.在此背景之下,本文首先介绍了相关任务的概念,并按照功能的不同对相关任务的类型进行划分,之后对它们的特点进行了逐一描述.然后,本文按照数据的处理模式和任务关系的建模过程不同将当前的主流算法划分为两大类:结构化多任务学习算法和深度多任务学习算法.其中,结构化多任务学习算法采用线性模型,可以直接针对数据进行结构假设并且使用原有标注特征表述任务关系,同时,又可根据学习对象的不同将其细分为基于任务层面和基于特征层面两种不同结构,每种结构有判别式方法和生成式方法两种实现手段.与结构化多任务学习算法的建模过程不同,深度多任务学习算法利用经过多层特征抽象后的深层次信息进行任务关系描述,通过处理特定网络层中的参数达到信息共享的目的.紧接着,以两大类算法作为主线,本文详细分析了不同建模方法中对任务关系的结构假设、实现途径、各自的优缺点以及方法之间的联系.最后,本文总结了任务之间相似性及其紧密程度的判别依据,并且分析了多任务作用机制的有效性和内在成因,从归纳偏置和动态求解等角度阐述了多任务信息迁移的特点.; 关键词多任务学习信息迁移任务相似性贝叶斯生成式模型多任务学习判别式多任务学习深度多任务学习; Keywords multi-task learning information transfer similarity of tasks Bayesian generative model of multi-task learning discriminant approach of multi-task learning deep multi-task learning via deep neural network; 分类号 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

题名基于多测量向量模型的极化探地雷达成像算法被引量：2: 6; 作者屈乐乐桂客张丽丽; 机构沈阳航空航天大学电子信息工程学院; 出处《电讯技术》北大核心 2017年第1期53-58,共6页; 基金国家自然科学基金资助项目(61671310 61302172) +2 种基金 201602565) 航空科学基金资助项目(2016ZC54013); 文摘针对极化探地雷达(GPR)工作过程中目标成像空间的联合稀疏性,提出了一种基于多测量向量模型的极化探地雷达成像算法。在建立极化探地雷达回波信号模型的基础上,利用各极化通道测量数据的联合稀疏性将各个极化通道的测量数据等效成多测量向量(MMV),通过多任务贝叶斯压缩感知(MT-BCS)算法对各个极化通道的测量数据进行联合处理从而实现各个极化通道对应的探测场景反射率的重建。基于时域有限差分(FDTD)法的仿真数据处理结果表明所提成像算法在目标位置重建的准确性和背景杂波抑制能力上均优于单测量向量(SMV)模型的极化探地雷达成像算法。; 关键词极化探地雷达目标成像多测量向量多任务贝叶斯压缩感知; Keywords polarimetric ground penetrating radar （ GPR） target imaging multiple measurement vectors （MMV） multi-task Bayesian compressive sensing（ MT-BCS）; 分类号 TN957.52 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

题名基于MT-BCS的可分离DOA估计算法: 7; 作者万连城黑蕾王迎斌; 机构西安电子科技大学; 出处《现代电子技术》北大核心 2019年第6期10-13,共4页; 基金国家自然科学基金(61701380)~~; 文摘压缩感知理论的不断发展,为二维DOA估计问题提供了新的思路。然而传统的二维DOA估计方法,只是对一维估计的建模方法别无二致,这导致求解时存在计算复杂度高、分辨率低等问题。文中通过对二维DOA模型的重新建模,将多任务贝叶斯压缩感知理论应用于二维DOA估计问题中,从而提出基于多任务贝叶斯压缩感知的可分离二维DOA低的优点。; 关键词二维DOA估计压缩感知贝叶斯多任务贝叶斯压缩感知分辨率算法复杂度; Keywords 2-D DOA estimation compressed sensing Bayesian MT-BCS resolution algorithm complexity; 分类号 TN951-34 [电子电信—信号与信息处理]; 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	基于多任务贝叶斯压缩感知的稀疏可重构天线阵的优化设计	沈海鸥王布宏李龙军	《电子学报》 EI CAS CSCD 北大核心	2016	2	在线阅读下载PDF 职称材料
2	基于多任务贝叶斯压缩感知的电能质量信号重构	王武亮江辉	《深圳大学学报（理工版）》 EI CAS CSCD 北大核心	2021	5	在线阅读下载PDF 职称材料
3	对比源框架下的多任务贝叶斯压缩感知微波成像方法	张清河于士奇时李萍张士惠	《电子学报》 EI CAS CSCD 北大核心	2020	3	在线阅读下载PDF 职称材料
4	结合二维内蕴模函数和贝叶斯多任务学习的SAR目标识别	张宏武康凯	《电讯技术》北大核心	2020	3	在线阅读下载PDF 职称材料
5	多任务学习	张钰刘建伟左信	《计算机学报》 EI CSCD 北大核心	2020	41	在线阅读下载PDF 职称材料
6	基于多测量向量模型的极化探地雷达成像算法	屈乐乐桂客张丽丽	《电讯技术》北大核心	2017	2	在线阅读下载PDF 职称材料
7	基于MT-BCS的可分离DOA估计算法	万连城黑蕾王迎斌	《现代电子技术》北大核心	2019	0	在线阅读下载PDF 职称材料