检索结果-维普期刊中文期刊服务平台

变形L_(1)正则化的高光谱图像稀疏解混被引量：3: 1; 作者李璠吴朝明 +2 位作者张绍泉胡蕾邓承志《激光与红外》 CAS CSCD 北大核心 2021年第4期515-522,共8页; 如何准确地刻画易于求解的稀疏正则化函数是高光谱图像稀疏解混的难点。变形L_(1)正则化函数是一类由绝对值函数组成的双线性变换的单参数族,类似于L_(p)p∈0,1范数,通过调整参数a∈0,可以准确表征L_(0)和L_(1)之间的任意范数,并具有无... 展开更多; 关键词高光谱图像稀疏解混变形L_(1)正则化凸函数差分算法; 在线阅读下载PDF 职称材料

无线供能移动边缘计算系统的安全卸载优化被引量：2: 2; 作者曾续玲李陶深 +1 位作者巩健杜利俊《计算机应用》 CSCD 北大核心 2022年第4期1216-1224,共9页; 针对能量受限的多用户移动边缘计算(MEC)系统存在恶意窃听节点的问题,提出一种联合无线能量传输(WPT)和MEC的安全部分计算卸载方案。该方法以系统接入点(AP)能耗最小化为优化目标,在计算延迟、安全卸载和能量捕获约束条件下,联合优化AP... 展开更多; 关键词移动边缘计算无线能量传输计算卸载安全卸载凸差分算法; 在线阅读下载PDF 职称材料

采用改进RPCA的遥感影像去云算法被引量：2: 3; 作者石晓旭夏克文 +2 位作者王宝珠常虹武盼盼《计算机工程与设计》北大核心 2018年第6期1653-1658,共6页; 为解决遥感影像中常见的复杂稀疏云区的联合去云问题,提出一种采用改进的鲁棒主成分分析(RPCA)的遥感影像去云算法。根据遥感云层影像的自身特性,构造RPCA算法模型,采取一种新的基于分式函数的L0范数优化方式,引入加权核范数最小化算法(... 展开更多; 关键词遥感图像去云鲁棒主成分分析加权核范数分式函数 DC算法自适应阈值; 在线阅读下载PDF 职称材料

L1-2空谱全变差正则化下的高光谱图像去噪被引量：10: 4; 作者曾海金蒋家伟 +2 位作者赵佳佳王艺卓谢晓振《光子学报》 EI CAS CSCD 北大核心 2019年第10期208-222,共15页; 针对高光谱图像的复原问题,提出了一种基于局部核范数最小化和全局L1-2空谱全变差正则化的高光谱复原模型.首先,将高光谱图像划分成局部交叠的三维图块,在提高局部低秩性的同时减少核范数最小化带来的信息损失;然后,建立稀疏表达能力更... 展开更多; 关键词高光谱图像局部低秩 L1-2空谱全变差凸函数差算法交替方向乘子法; 在线阅读下载PDF 职称材料

基于近端凸差分方法的多层卷积变换学习算法被引量：1: 5; 作者郭泳澄唐健浩 +1 位作者李珍妮吕俊《控制理论与应用》 EI CAS CSCD 北大核心 2023年第11期2019-2027,共9页; 卷积变换学习(CTL)结合了无监督学习与卷积神经网络的优点,通过无监督的方式训练卷积核,是一种新兴的稀疏表示方法.现有的单层CTL模型仅通过一层稀疏编码,不仅难以有效提取输入信号的深层语义信息,并且,基于l0范数的CTL模型得到的稀疏... 展开更多; 关键词稀疏表示卷积变换学习近端凸差分方法 log正则化特征提取机器学习; 在线阅读下载PDF 职称材料

组合优化（Ⅱ）——对称差分解法的又一应用: 6; 作者秦裕瑗《武汉冶金科技大学学报》 1996年第1期113-121,共9页; 本文先讨论函数的增量与微分对于连续型最优化问题的作用，析出有益的启发。用之于组合优化，得到了求解问题的一个方法——对称差（的）分解法。文献［２］对它作了讨论并得到不少应用。本文提出两个赋权凸锥独立集合问题。它们是典型... 展开更多; 关键词对称差分解法组合优化; 在线阅读下载PDF 职称材料

题名变形L_(1)正则化的高光谱图像稀疏解混被引量：3: 1; 作者李璠吴朝明张绍泉胡蕾邓承志; 机构南昌工程学院江西省水信息协同感知与智能处理重点实验室江西师范大学计算机信息工程学院; 出处《激光与红外》 CAS CSCD 北大核心 2021年第4期515-522,共8页; 基金江西省教育厅科技项目(No.GJJ190956,No.GJJ180962,No.GJJ170992) 国家自然科学基金资助项目(No.61865012,No.61662033) +1 种基金江西省重点研发计划项目(No.20202BBGL73081,No.20181ACG70022)资助。; 文摘如何准确地刻画易于求解的稀疏正则化函数是高光谱图像稀疏解混的难点。变形L_(1)正则化函数是一类由绝对值函数组成的双线性变换的单参数族,类似于L_(p)p∈0,1范数,通过调整参数a∈0,可以准确表征L_(0)和L_(1)之间的任意范数,并具有无偏、稀疏和Lipschitz连续性。论文首先研究变形L_(1)正则化函数,然后提出变形L_(1)正则化的高光谱稀疏解混变分模型,最后提出变形L_(1)正则化高光谱稀疏解混模型的凸函数差分求解算法。通过模拟和真实的高光谱数据实验,与经典的SUnSAL算法相比,表明提出的算法能够更准确地刻画丰度系数的稀疏性,并获得更高的解混精度。; 关键词高光谱图像稀疏解混变形L_(1)正则化凸函数差分算法; Keywords hyperspectral image sparse unmixing transformed L_(1)regularization function difference of convex algorithm; 分类号 TP753 [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

题名无线供能移动边缘计算系统的安全卸载优化被引量：2: 2; 作者曾续玲李陶深巩健杜利俊; 机构广西大学计算机与电子信息学院南宁学院信息工程学院; 出处《计算机应用》 CSCD 北大核心 2022年第4期1216-1224,共9页; 基金国家自然科学基金资助项目(61762010)。; 文摘针对能量受限的多用户移动边缘计算(MEC)系统存在恶意窃听节点的问题,提出一种联合无线能量传输(WPT)和MEC的安全部分计算卸载方案。该方法以系统接入点(AP)能耗最小化为优化目标,在计算延迟、安全卸载和能量捕获约束条件下,联合优化AP能量传输协方差矩阵、本地CPU频率、用户卸载比特数、用户卸载时间分配以及用户传输功率。针对AP能耗最小化问题为非凸问题,首先采用凸差分算法(DCA)将原始非凸问题转换为凸问题,然后采用拉格朗日对偶法以半封闭形式获得问题最优解。当计算任务数为5×10^(5)比特时,与本地计算和安全全部计算卸载方法相比,安全部分卸载方案的能量消耗分别降低了61.3%和84.4%;当窃听节点距离超过25m时,安全部分卸载方案所消耗的能量远小于本地计算和安全全部计算卸载。仿真实验结果表明,在保证物理层安全卸载的情况下,所提方案能够有效降低AP能耗、提高系统性能增益。; 关键词移动边缘计算无线能量传输计算卸载安全卸载凸差分算法; Keywords Mobile Edge Computing(MEC) Wireless Power Transfer(WPT) computing offloading secure offloading difference of convex algorithm(dca); 分类号 TP393 [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

题名采用改进RPCA的遥感影像去云算法被引量：2: 3; 作者石晓旭夏克文王宝珠常虹武盼盼; 机构河北工业大学电子与信息工程学院; 出处《计算机工程与设计》北大核心 2018年第6期1653-1658,共6页; 基金河北省自然科学基金项目(E2016202341) 河北省高等学校科学技术研究基金项目(BJ2014013); 文摘为解决遥感影像中常见的复杂稀疏云区的联合去云问题,提出一种采用改进的鲁棒主成分分析(RPCA)的遥感影像去云算法。根据遥感云层影像的自身特性,构造RPCA算法模型,采取一种新的基于分式函数的L0范数优化方式,引入加权核范数最小化算法(WNNM)对奇异值阈值进行自适应调节,提高云区矩阵的稀疏度和地貌矩阵的低秩性。实验结果表明,采用改进RPCA的遥感影像去云算法,能够去除复杂稀疏云区的云层遮挡,获得清晰度更高的无云遥感影像,在主观视觉和客观指标上均优于传统算法。; 关键词遥感图像去云鲁棒主成分分析加权核范数分式函数 DC算法自适应阈值; Keywords cloud removal of remote sensing image robust principal component analysis weighted nuclear norm minimization fractional function difference of convex functions algorithm adaptive threshold; 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L1-2空谱全变差正则化下的高光谱图像去噪被引量：10: 4; 作者曾海金蒋家伟赵佳佳王艺卓谢晓振; 机构西北农林科技大学理学院; 出处《光子学报》 EI CAS CSCD 北大核心 2019年第10期208-222,共15页; 基金国家自然科金项目(No.61401368) 中央高校基本科研业务费专项资金(No.2452019073)~~; 文摘针对高光谱图像的复原问题,提出了一种基于局部核范数最小化和全局L1-2空谱全变差正则化的高光谱复原模型.首先,将高光谱图像划分成局部交叠的三维图块,在提高局部低秩性的同时减少核范数最小化带来的信息损失;然后,建立稀疏表达能力更强的L1-2空谱全变差正则项,不仅能表示空间稀疏先验,而且还能发掘光谱稀疏先验;最后联合两者的优势,在局部上利用核范数最小化惩罚光谱低秩性,在全局上利用L1-2空谱全变差约束高光谱的空间和光谱稀疏性,建立新的高光谱图像复原模型.该模型不仅能够有效去除高斯噪声、脉冲噪声、死线噪声及其混合噪声,而且减少了对噪声独立同分布假设的依赖,能部分抑制与结构相关的噪声.通过对模拟的和真实的高光谱图像进行大量的实验仿真,并与经典的基于低秩和全变差的复原方法相比,本文模型复原结果的平均峰值信噪比提高1.36 dB,平均结构性相似指标提高0.004,而Q-测度降低1.35,平均光谱角降低0.64,复原精度大幅度提高.; 关键词高光谱图像局部低秩 L1-2空谱全变差凸函数差算法交替方向乘子法; Keywords Hyperspectral image Local low-rank L1-2 spatial-spectral total variation difference of convex algorithm Alternating direction method of multipliers; 分类号 TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于近端凸差分方法的多层卷积变换学习算法被引量：1: 5; 作者郭泳澄唐健浩李珍妮吕俊; 机构广东工业大学自动化学院广东省物联网信息技术重点实验室; 出处《控制理论与应用》 EI CAS CSCD 北大核心 2023年第11期2019-2027,共9页; 基金国家自然科学基金项目(62073086) 广东省自然科学基金项目(2022A1515011445)资助。; 文摘卷积变换学习(CTL)结合了无监督学习与卷积神经网络的优点,通过无监督的方式训练卷积核,是一种新兴的稀疏表示方法.现有的单层CTL模型仅通过一层稀疏编码,不仅难以有效提取输入信号的深层语义信息,并且,基于l0范数的CTL模型得到的稀疏解虽然稀疏度强,但它的求解是一个NP-hard难题,而基于l1范数的CTL模型则存在稀疏度不足和参数过度惩罚的问题.针对以上问题,本文提出了一种基于log正则化函数的多层CTL模型(CTLlog):为了提取输入信号更具鉴别性与丰富语义的稀疏特征,对单层的CTL模型进行多层拓展,同时使用稀疏度强,偏差性小的非凸log正则化函数作为CTL模型的稀疏约束方法.通过使用近端凸差分方法对模型的非凸优化问题进行优化求解,开发出基于近端凸差分方法的多层卷积变换学习算法.实验表明,本文提出的基于近端凸差分方法的多层卷积变换学习算法所使用的log正则化稀疏约束效果优于现有的CTL模型,且多层CTL-log的特征提取效果相较于单层取得了提升,在支持向量机(SVM)分类器的分类精度提升了2个百分点左右.; 关键词稀疏表示卷积变换学习近端凸差分方法 log正则化特征提取机器学习; Keywords sparse representation convolutional transform learning proximal difference of convex algorithm log regularizer feature extraction machine learning; 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

题名组合优化（Ⅱ）——对称差分解法的又一应用: 6; 作者秦裕瑗; 出处《武汉冶金科技大学学报》 1996年第1期113-121,共9页; 文摘本文先讨论函数的增量与微分对于连续型最优化问题的作用，析出有益的启发。用之于组合优化，得到了求解问题的一个方法——对称差（的）分解法。文献［２］对它作了讨论并得到不少应用。本文提出两个赋权凸锥独立集合问题。它们是典型的组合优化问题，分别与线性规划中两个互为对偶模型等价；用对称差分解法进行求解。; 关键词对称差分解法组合优化; Keywords weighted convex cone independent set problem linear programming symmetrical difference method revised simplex algorithm; 分类号 O157.2 [理学—基础数学]; 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	变形L_(1)正则化的高光谱图像稀疏解混	李璠吴朝明张绍泉胡蕾邓承志	《激光与红外》 CAS CSCD 北大核心	2021	3	在线阅读下载PDF 职称材料
2	无线供能移动边缘计算系统的安全卸载优化	曾续玲李陶深巩健杜利俊	《计算机应用》 CSCD 北大核心	2022	2	在线阅读下载PDF 职称材料
3	采用改进RPCA的遥感影像去云算法	石晓旭夏克文王宝珠常虹武盼盼	《计算机工程与设计》北大核心	2018	2	在线阅读下载PDF 职称材料
4	L1-2空谱全变差正则化下的高光谱图像去噪	曾海金蒋家伟赵佳佳王艺卓谢晓振	《光子学报》 EI CAS CSCD 北大核心	2019	10	在线阅读下载PDF 职称材料
5	基于近端凸差分方法的多层卷积变换学习算法	郭泳澄唐健浩李珍妮吕俊	《控制理论与应用》 EI CAS CSCD 北大核心	2023	1	在线阅读下载PDF 职称材料
6	组合优化（Ⅱ）——对称差分解法的又一应用	秦裕瑗	《武汉冶金科技大学学报》	1996	0	在线阅读下载PDF 职称材料