期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于稀疏图正则矩阵判别分析的高光谱图像分类
被引量：
1
1
作者
黄晓伟
杭仁龙
+1 位作者
孙玉宝
刘青山
《南京师大学报（自然科学版）》
CAS
CSCD
北大核心
2019年第1期51-58,共8页
光谱和空间信息的联合使用是高光谱图像分类领域的研究热点之一.本文在已有的矩阵判别分析(MDA)模型的基础上,提出了一种基于稀疏图正则的改进模型.在有效融合高光谱图像光谱-空间信息的同时,能充分挖掘无标签样本的信息,从而提升了模...
光谱和空间信息的联合使用是高光谱图像分类领域的研究热点之一.本文在已有的矩阵判别分析(MDA)模型的基础上,提出了一种基于稀疏图正则的改进模型.在有效融合高光谱图像光谱-空间信息的同时,能充分挖掘无标签样本的信息,从而提升了模型的分类性能.为了验证本文算法的有效性,在两个高光谱数据集上,与多种方法进行了对比.实验结果表明,本文提出的算法优于其他同类算法.
展开更多
关键词
高光谱
图
像分类
谱-空特征融合
矩阵判别分析
稀疏图正则
在线阅读
下载PDF
职称材料
基于加权双层Bregman及图结构正则化的磁共振成像
被引量：
1
2
作者
张明辉
肖凯
+1 位作者
卢红阳
徐晓玲
《深圳大学学报（理工版）》
EI
CAS
CSCD
北大核心
2016年第2期119-126,共8页
针对磁共振图像(magnetic resonance imaging,MRI)重建质量的问题,提出一种基于加权双层Bregman字典学习方法和图结构正则化稀疏表示的新算法.该算法中,迭代重加权最小l1和图结构正则化稀疏表示模型是被合并到双层Bregman字典学习方法中...
针对磁共振图像(magnetic resonance imaging,MRI)重建质量的问题,提出一种基于加权双层Bregman字典学习方法和图结构正则化稀疏表示的新算法.该算法中,迭代重加权最小l1和图结构正则化稀疏表示模型是被合并到双层Bregman字典学习方法中.加权双层Breman的字典学习方法在外层迭代中增强K空间抽样数据的约束性,在内层迭代中解决Lp的优化.而图结构正则化稀疏表示方法具备捕获图像结构细节的能力,所以从较高的欠采样数据中能完成精确重建.此外,在内层迭代中,重加权最小l1和图结构正则化稀疏表示使算法能快速地趋于收敛.实验结果表明,所提出的算法可有效恢复MRI图像,其峰值信噪比和高频错误的值都优于基于压缩感知的字典学习方法和基于双层Bregman的自适应字典学习方法.
展开更多
关键词
图
像处理
磁共振成像
压缩感知
图
结构
正则
化
稀疏
表示
字典学习
加权双层伯格曼迭代
交替方向法
在线阅读
下载PDF
职称材料
题名
基于稀疏图正则矩阵判别分析的高光谱图像分类
被引量：
1
1
作者
黄晓伟
杭仁龙
孙玉宝
刘青山
机构
江苏省大数据分析技术重点实验室南京信息工程大学信息与控制学院
出处
《南京师大学报（自然科学版）》
CAS
CSCD
北大核心
2019年第1期51-58,共8页
基金
国家自然科学基金(61672292)
江苏省高校自然科学研究面上项目(18KJB520032)
江苏省青年基金项目(BK20180786)
文摘
光谱和空间信息的联合使用是高光谱图像分类领域的研究热点之一.本文在已有的矩阵判别分析(MDA)模型的基础上,提出了一种基于稀疏图正则的改进模型.在有效融合高光谱图像光谱-空间信息的同时,能充分挖掘无标签样本的信息,从而提升了模型的分类性能.为了验证本文算法的有效性,在两个高光谱数据集上,与多种方法进行了对比.实验结果表明,本文提出的算法优于其他同类算法.
关键词
高光谱
图
像分类
谱-空特征融合
矩阵判别分析
稀疏图正则
Keywords
hyperspectral image classification
spatial-spectral feature fusion
matrix-based discriminant analysis(MDA)
sparse graph regularization
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
基于加权双层Bregman及图结构正则化的磁共振成像
被引量：
1
2
作者
张明辉
肖凯
卢红阳
徐晓玲
机构
南昌大学信息工程学院
出处
《深圳大学学报（理工版）》
EI
CAS
CSCD
北大核心
2016年第2期119-126,共8页
基金
国家自然科学基金资助项目(61362001)
江西省自然科学基金资助项目(20151BAB207007)~~
文摘
针对磁共振图像(magnetic resonance imaging,MRI)重建质量的问题,提出一种基于加权双层Bregman字典学习方法和图结构正则化稀疏表示的新算法.该算法中,迭代重加权最小l1和图结构正则化稀疏表示模型是被合并到双层Bregman字典学习方法中.加权双层Breman的字典学习方法在外层迭代中增强K空间抽样数据的约束性,在内层迭代中解决Lp的优化.而图结构正则化稀疏表示方法具备捕获图像结构细节的能力,所以从较高的欠采样数据中能完成精确重建.此外,在内层迭代中,重加权最小l1和图结构正则化稀疏表示使算法能快速地趋于收敛.实验结果表明,所提出的算法可有效恢复MRI图像,其峰值信噪比和高频错误的值都优于基于压缩感知的字典学习方法和基于双层Bregman的自适应字典学习方法.
关键词
图
像处理
磁共振成像
压缩感知
图
结构
正则
化
稀疏
表示
字典学习
加权双层伯格曼迭代
交替方向法
Keywords
image processing
magnetic resonance imaging
compressed sensing
graph regularized sparse coding
dictionary learning
weighted Bregman iterative method
alternating direction method
分类号
N34 [自然科学总论]
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
基于稀疏图正则矩阵判别分析的高光谱图像分类
黄晓伟
杭仁龙
孙玉宝
刘青山
《南京师大学报（自然科学版）》
CAS
CSCD
北大核心
2019
1
在线阅读
下载PDF
职称材料
2
基于加权双层Bregman及图结构正则化的磁共振成像
张明辉
肖凯
卢红阳
徐晓玲
《深圳大学学报（理工版）》
EI
CAS
CSCD
北大核心
2016
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
