期刊文献+
共找到442篇文章
< 1 2 23 >
每页显示 20 50 100
基于相对梯度正则化的Retinex变分模型及其应用 被引量:8
1
作者 智宁 毛善君 李梅 《通信学报》 EI CSCD 北大核心 2017年第11期65-75,共11页
针对全变分Retinex模型使用反射分量的全变分作为正则项存在的不足,引入相对梯度并构建扩展的全变分正则项,提出一种新的Retinex变分模型。相比于变分Retinex模型、全变分Retinex模型,该模型获取的照度分量更加光滑,同时反射分量能够分... 针对全变分Retinex模型使用反射分量的全变分作为正则项存在的不足,引入相对梯度并构建扩展的全变分正则项,提出一种新的Retinex变分模型。相比于变分Retinex模型、全变分Retinex模型,该模型获取的照度分量更加光滑,同时反射分量能够分辨更多结构信息和细节要素。进而,提出一种综合考虑照度分量和反射分量的图像增强模型。通过调整模型参数,可有效应用于高动态范围图像色调映射、非均匀照度增强等图像处理领域。与其他算法的对比显示,该图像增强模型能够有效处理上述问题并取得较好的效果。 展开更多
关键词 retinex变分模型 相对梯度 综合增强模型 高动态范围图像色调映射
在线阅读 下载PDF
变分模态分解下融合时序InSAR沉降监测的HPO-LSTM预测模型
2
作者 陈兰兰 范永超 +1 位作者 肖海平 夏益强 《有色金属科学与工程》 北大核心 2025年第2期297-305,共9页
InSAR技术是实现大范围矿区地表沉降分析的重要手段和方法,准确预测地表沉降对预防地质灾害具有重要意义。考虑到InSAR技术提取的矿区地表沉降数据存在较强的波动性和非线性,以及长短期时间记忆(Long Short-Term Memory,LSTM)网络模型... InSAR技术是实现大范围矿区地表沉降分析的重要手段和方法,准确预测地表沉降对预防地质灾害具有重要意义。考虑到InSAR技术提取的矿区地表沉降数据存在较强的波动性和非线性,以及长短期时间记忆(Long Short-Term Memory,LSTM)网络模型的超参数难以确定的问题,本文提出一种变分模态分解(VMD)结合猎食者算法(Hunter-Prey Optimizer,HPO)优化LSTM的地表沉降预测模型,以某矿为研究对象,通过VMD算法将矿区沉降信息分解为多个模态分量,然后使用HPOLSTM模型对这些模态分量进行预测,并与InSAR监测结果进行对比分析。结果表明:与VMD-BP和VMD-ELM模型相比,该方法的预测效果更好,平均绝对误差最少降低85.41%,均方根误差最少降低85.02%,平均绝对百分比误差最少降低87.05%,表明该方法具有更强的可靠性和可行性。 展开更多
关键词 时序InSAR 沉降监测 模态 HPO-LSTM预测模型
在线阅读 下载PDF
基于变分注意力知识选择和预训练语言模型的对话生成
3
作者 张乃洲 曹薇 +1 位作者 张啸剑 李石君 《计算机研究与发展》 北大核心 2025年第8期1902-1917,共16页
基于知识的神经对话研究常常面临外部知识包含冗余甚至与对话主题不相关信息的问题,从而导致对话系统性能下降.知识选择成为解决该问题的重要途径,但现有研究对诸如知识选择器的设计、选择出的知识的利用以及知识选择对话方法适用的场... 基于知识的神经对话研究常常面临外部知识包含冗余甚至与对话主题不相关信息的问题,从而导致对话系统性能下降.知识选择成为解决该问题的重要途径,但现有研究对诸如知识选择器的设计、选择出的知识的利用以及知识选择对话方法适用的场景等问题,还缺乏深入研究.针对这些问题,提出了一个新的基于变分注意力知识选择和预训练模型的神经对话方法,使用一个基于条件变分自编码(conditional variational autoencoder,CVAE)和多层注意力机制的知识选择算法,自动选择出与当前对话最相关文本知识集合.该算法有效利用了训练数据中的对话回复来提高知识选择的效率.使用预训练语言模型Bart作为编码器-解码器架构,将选择的文本知识合并到Bart模型中,并在训练过程中对其进行微调.实验结果表明,与现有的一些代表性研究方法相比,提出的模型能生成多样性和连贯性更好、准确率更高的对话回复. 展开更多
关键词 基于知识的对话 知识选择 预训练语言模型 条件自编码 注意力机制 记忆网络
在线阅读 下载PDF
空间自回归部分线性变系数分位数回归模型的广义矩估计及应用
4
作者 丁飞鹏 《统计研究》 北大核心 2025年第4期137-149,共13页
本文结合B样条函数、工具变量法、局部近似平滑法和广义矩估计,提出一种新的关于空间自回归部分线性变系数分位数回归模型估计方法。该方法的特点为,一是迭代收敛速度更快,运行效率更高,且易于实施;二是所得估计量具有较高的有效性和稳... 本文结合B样条函数、工具变量法、局部近似平滑法和广义矩估计,提出一种新的关于空间自回归部分线性变系数分位数回归模型估计方法。该方法的特点为,一是迭代收敛速度更快,运行效率更高,且易于实施;二是所得估计量具有较高的有效性和稳健性;三是具有较强的异方差处理能力。在特定正则条件下,本文进一步推导上述新方法的大样本性质,并采用MonteCarlo模拟评价新方法在有限样本下的表现。结果显示,在不同空间邻接矩阵、不同空间相关度及不同分位数下,新方法的表现稳健;与现有估计方法相比,新方法的综合表现具有一定的优越性。最后,在我国290个城市的碳排放影响因素实证分析中,所述模型和新方法均能有效地捕捉到各影响因素对碳排放的线性或非线性影响。 展开更多
关键词 位数回归 空间自回归模型 线性系数模型
在线阅读 下载PDF
变分模态分解与时间序列模型相结合的结构损伤识别方法研究
5
作者 姚小俊 孙守鹏 +1 位作者 王强 杨小梅 《振动与冲击》 北大核心 2025年第5期131-139,217,共10页
针对准确定位土木工程结构突变损伤的损伤时刻和损伤位置问题,提出了基于变分模态分解(variational mode decomposition,VMD)与差分整合移动平均自回归(autoregressive integration moving average,ARIMA)模型的突变损伤识别方法。首先... 针对准确定位土木工程结构突变损伤的损伤时刻和损伤位置问题,提出了基于变分模态分解(variational mode decomposition,VMD)与差分整合移动平均自回归(autoregressive integration moving average,ARIMA)模型的突变损伤识别方法。首先,利用自回归模型功率谱确定初始频率及需要分解的模态数量,接着通过VMD方法将振动非平稳信号初步分解为多个平稳的分量信号;然后,利用ARIMA模型来拟合各阶信号分量,获取模型残差,再利用ARIMA拟合模型信号分量得到的模型残差确定损伤的具体时刻;最后,利用主成分分析法获取结构的模态振型,构造一个基于频率与振型的损伤指标,结合损伤阈值定位出损伤位置。该方法通过地震激励下十自由度框架模拟算例以及实际简支钢桁梁桥数据进行分析。结果证实,该方法能够用于平稳及非平稳激励下的结构损伤时刻和损伤位置的定位。 展开更多
关键词 损伤识别 模态解(VMD) 整合移动平均自回归(ARIMA)模型 自回归模型功率谱 模型残差
在线阅读 下载PDF
基于调和分析及VMD-LSTM混合模型的甬江河口水位预报方法
6
作者 陈永平 韩韬 +3 位作者 邱超 甘敏 谭亚 王瑾琪 《河海大学学报(自然科学版)》 北大核心 2025年第2期1-10,共10页
为解决甬江感潮河段潮位预报总体精度偏低的问题,构建了一种基于经典调和分析(T_TIDE)、变分模态分解(VMD)和长短时记忆神经网络(LSTM)的混合模型(VMD-LSTM混合模型)。VMD-LSTM混合模型采用T_TIDE程序包对甬江河口逐时水位数据进行回报... 为解决甬江感潮河段潮位预报总体精度偏低的问题,构建了一种基于经典调和分析(T_TIDE)、变分模态分解(VMD)和长短时记忆神经网络(LSTM)的混合模型(VMD-LSTM混合模型)。VMD-LSTM混合模型采用T_TIDE程序包对甬江河口逐时水位数据进行回报(即潮位),用实测水位减去潮位得到相应余水位,并采用VMD模型将余水位分解为13个本征模函数(IMF),依次对应D0~D12潮族,采用LSTM模型分别训练余水位的各个IMF分量和潮位并分别向后预报12~48h,各个IMF分量和潮位的预报值之和即为河口水位的预测值。结果表明:VMD模型可对甬江河口余水位中D0~D12潮族波动进行完全分离;VMD-LSTM混合模型12、24、36、48h短期水位预报的均方根误差(RMSE)比LSTM模型最多分别降低了0.15、0.13、0.16、0.16m;VMD-LSTM混合模型在D0、D2潮族频带的误差修正最明显,相比LSTM模型,可分别将D0、D2潮族的谱峰预报误差最多降低0.05、0.04m·d^(0.5)。 展开更多
关键词 甬江口 河口潮汐 模态 LSTM模型 调和 水位预报
在线阅读 下载PDF
基于特征蒸馏的变分编码器交通流预测模型 被引量:2
7
作者 欧阳毅 汤文燕 黎晏伶 《电子学报》 EI CAS CSCD 北大核心 2024年第6期1938-1944,共7页
针对交通流数据高维非线性和时空依赖性复杂,本文构建了基于特征蒸馏的变分贝叶斯编码器交通流预测模型.对每段时间序列对应的时间窗口特征,构建了基于多模态时间槽和空间槽的交通流特征提取模型.以时空槽特征提取模型作为特征知识蒸馏... 针对交通流数据高维非线性和时空依赖性复杂,本文构建了基于特征蒸馏的变分贝叶斯编码器交通流预测模型.对每段时间序列对应的时间窗口特征,构建了基于多模态时间槽和空间槽的交通流特征提取模型.以时空槽特征提取模型作为特征知识蒸馏架构的输入.通过知识蒸馏结构提取的时空特征结晶体,利用教师模型指导学生模型的学习过程,从而提高学生模型的泛化能力.变分贝叶斯编码器对交通流时空特征结晶编码获取交通流数据的隐变量,根据隐变量的生成采样,利用解码器将其解码重构成新的预测值.实验结果表明,本文提出的模型预测性能显著提升,且中长期预测中鲁棒性更优. 展开更多
关键词 特征蒸馏 多模态时间槽 空间槽 贝叶斯 生成式模型 推断
在线阅读 下载PDF
基于数据分解和多模型切换的网络安全态势预测
8
作者 王娜 张鑫海 常娅明 《计算机科学与探索》 北大核心 2025年第7期1958-1968,共11页
准确的网络安全态势预测,能够给网络安全管理者提供决策依据,以便及时做好应对措施,对于维护网络安全稳定具有重要意义。网络安全态势序列通常具有复杂性和非平稳性的特点,单一模型预测存在预测精度低、泛化性差等问题。针对上述问题,... 准确的网络安全态势预测,能够给网络安全管理者提供决策依据,以便及时做好应对措施,对于维护网络安全稳定具有重要意义。网络安全态势序列通常具有复杂性和非平稳性的特点,单一模型预测存在预测精度低、泛化性差等问题。针对上述问题,提出一种基于数据分解和多模型切换的态势预测方法。引入变分模态分解方法,并与互信息熵结合,对原始态势数据集进行分解和重构,形成新的训练数据集和测试数据集,以降低数据的非平稳性,提高后续模型预测的精度。提出一种多模型切换策略,利用皮尔逊相关系数对初始模型集进行差异性分析,找到差异性大且预测效果好的模型构成候选模型集。基于距离测度,在训练数据集中找到测试数据的最近邻数据,采用投票机制找到最适合测试样本的预测模型,弥补了单一模型预测泛化性不足的缺陷。最后利用该策略获得测试数据集的态势预测结果。通过在网络入侵检测数据集NSL-KDD和国家互联网应急中心数据集上进行仿真,验证了所提方法的有效性。 展开更多
关键词 网络安全 态势预测 模态 互信息熵 模型切换
在线阅读 下载PDF
基于变分自编码器和注意力Seq2Seq模型的风电功率预测
9
作者 李辰龙 李逗 +2 位作者 车畅畅 潘苗 高进 《南方电网技术》 CSCD 北大核心 2024年第12期107-116,共10页
针对风电场功率影响因素多、有效数据量小、预测时序长的复杂特点,提出了基于变分自编码器和注意力Seq2Seq模型的风电功率预测方法。采集测风塔数据和对应的连续功率值构造样本集,利用变分自编码器模型将样本进行数据增强,从而获得足够... 针对风电场功率影响因素多、有效数据量小、预测时序长的复杂特点,提出了基于变分自编码器和注意力Seq2Seq模型的风电功率预测方法。采集测风塔数据和对应的连续功率值构造样本集,利用变分自编码器模型将样本进行数据增强,从而获得足够多的样本用于支撑预测模型训练;构建从测风塔多个监测指标到连续功率值的回归分析模型,充分挖掘不同指标与功率值的映射关系;将扩充后的不同指标分别输入到注意力Seq2Seq模型中进行指标时序预测,并将数值天气预报数据用于修正预测结果,从而得到更准确的指标加权预测结果;将实时获取的测风塔和数值天气预报数据输入到训练好的加权预测模型和回归分析模型中,实现风电功率的多步预测。利用风电场站实际运行数据集进行了模型验证,结果表明:与传统时序预测方法相比,基于变分自编码器和注意力Seq2Seq模型能够在较小的重构误差下得到更准确的风电功率预测结果。 展开更多
关键词 自编码器 注意力机制 注意力Seq2Seq模型 风电功率预测
在线阅读 下载PDF
基于优化变分模态分解的大坝变形组合预测模型:以丰满水电站为例 被引量:1
10
作者 叶玉龙 张研 +1 位作者 袁普龙 王峻峰 《科学技术与工程》 北大核心 2024年第26期11401-11408,共8页
大坝的变形通常受到多种因素的影响,监测数据表现出一定的非平稳性和随机性,为提高大坝变形预测的精度,提出了基于优化变分模态分解的大坝变形组合预测模型。该模型首先采用粒子群优化算法(particle swarm optimization,PSO)寻找变分模... 大坝的变形通常受到多种因素的影响,监测数据表现出一定的非平稳性和随机性,为提高大坝变形预测的精度,提出了基于优化变分模态分解的大坝变形组合预测模型。该模型首先采用粒子群优化算法(particle swarm optimization,PSO)寻找变分模态分解(variational mode decomposition,VMD)的最优超参数,然后将大坝变形分解为趋势项、周期项和随机项分量。针对分解后各分量的时序特点,采用时域卷积网络(temporal convolutional network,TCN)和长短时记忆网络(long short-term memory,LSTM)进行组合预测,对各分量预测值重构加成得到最终预测值。以实际工程数据为例,采用平均绝对误差(mean absolute error,MAE),均方误差(mean square error,MSE)和平均绝对百分比误差(mean absolute percentage error,MAPE)等指标对模型量化评估,并与单一的预测模型进行比较。结果表明:本文提出的基于优化变分模态分解的大坝变形组合预测模型精度更高,可以有效提取大坝变形数据中隐含的信息特征,降低大坝变形时序数据的非平稳性,具有较高推广应用价值,为精准预测大坝变形提供了借鉴和指导。 展开更多
关键词 大坝形预测 模态 粒子群算法 时域卷积网络 长短时记忆网络 组合模型
在线阅读 下载PDF
基于GPU加速的投影后变分壳模型计算
11
作者 陆晓 连占江 高早春 《原子能科学技术》 EI CAS CSCD 北大核心 2024年第2期272-278,共7页
为进一步拓展投影后变分(VAP)壳模型计算应用核区范围,需提升VAP的计算效率。为此,利用OpenACC并行编程指令,首次将VAP程序从传统的CPU平台移植到了高性能GPU计算平台上。在角动量投影的每个积分格点上实现了数目庞大的各独立转动矩阵元... 为进一步拓展投影后变分(VAP)壳模型计算应用核区范围,需提升VAP的计算效率。为此,利用OpenACC并行编程指令,首次将VAP程序从传统的CPU平台移植到了高性能GPU计算平台上。在角动量投影的每个积分格点上实现了数目庞大的各独立转动矩阵元的GPU并行化计算。经验证,采用GPU加速后的VAP程序计算得到的结果与原来的OpenMP并行化程序计算得到的结果完全相同,而计算效率得到了数倍的提升。借助于GPU加速技术,首次计算了变形重核^(178)Hf的基带能谱,打开了VAP壳模型方法应用于变形稀土重核之门。 展开更多
关键词 模型 投影后 GPU OpenACC
在线阅读 下载PDF
贝叶斯分位数结构方程模型的变分近似推断 被引量:1
12
作者 薛娇 高海燕 《统计与决策》 CSSCI 北大核心 2024年第24期29-35,共7页
结构方程模型(SEM)是分析潜变量之间相互关系的重要工具。尽管分位数SEM(QSEM)在不同分位数下给出了潜变量和观测变量之间关系的全面分析,但是基于MCMC估计的计算效率并不高。为此,文章主要针对贝叶斯QSEM(BQSEM)的变分推断展开讨论。... 结构方程模型(SEM)是分析潜变量之间相互关系的重要工具。尽管分位数SEM(QSEM)在不同分位数下给出了潜变量和观测变量之间关系的全面分析,但是基于MCMC估计的计算效率并不高。为此,文章主要针对贝叶斯QSEM(BQSEM)的变分推断展开讨论。通过构建基于正则化先验的QSEM,分别给出QSEM和正则化QSEM(RQSEM)的变分后验估计(MFVB_QSEM和MFVB_RQSEM),并基于Bootstrap方法改进后验方差估计。模拟结果表明,该变分推断在提供可靠性推断的同时,推断速度显著快于MCMC估计。将其用于我国上市公司资本结构决定因素的研究,结果表明,中国上市公司资本结构的决定因素在各分位数上表现出不同的影响,其中,盈利能力和流动性是最重要的决定因素。 展开更多
关键词 非对称LAPLACE 位数结构方程模型 近似推断
在线阅读 下载PDF
部分线性变系数模型的贝叶斯复合分位数回归 被引量:1
13
作者 李灿 杨建波 李荣 《广西师范大学学报(自然科学版)》 CAS 北大核心 2024年第5期117-129,共13页
部分线性变系数模型由参数和非参数2部分组成,具有适应范围广和解释性强双重优点。针对该模型的参数估计问题,采用B样条方法逼近非参数部分的未知光滑函数,进而利用复合非对称拉普拉斯分布实现贝叶斯复合分位数回归,并基于Gibbs抽样算... 部分线性变系数模型由参数和非参数2部分组成,具有适应范围广和解释性强双重优点。针对该模型的参数估计问题,采用B样条方法逼近非参数部分的未知光滑函数,进而利用复合非对称拉普拉斯分布实现贝叶斯复合分位数回归,并基于Gibbs抽样算法推导出所有未知参数的后验分布,以获取参数的估计值。通过数值模拟对贝叶斯复合分位数回归与贝叶斯分位数回归、贝叶斯线性回归参数估计效果进行比较分析,结果显示:当误差服从非正态分布时,在均方误差准则下,贝叶斯复合分位数回归估计表现更优。基于上述3种方法对实例数据进行预测分析,结果表明:在平均绝对偏差和均方误差预测意义下,基于贝叶斯复合分位数回归的预测效果更好。 展开更多
关键词 线性系数模型 B样条 贝叶斯复合位数回归 均方误差 Gibbs抽样算法
在线阅读 下载PDF
基于先验驱动深度神经网络的泊松去噪变分模型
14
作者 李倩 魏伟波 +3 位作者 杨光宇 宋金涛 孙璐 潘振宽 《计算机工程》 CAS CSCD 北大核心 2024年第2期273-280,共8页
泊松去噪是一个典型的病态逆问题,其变分模型需要反复迭代和调节参数且计算效率低下,而纯深度学习模型往往依据经验设计网络且可解释性差。针对以上问题,在泊松噪声去噪变分模型的交替方向乘子法展开的基础上,设计端到端深度卷积神经网... 泊松去噪是一个典型的病态逆问题,其变分模型需要反复迭代和调节参数且计算效率低下,而纯深度学习模型往往依据经验设计网络且可解释性差。针对以上问题,在泊松噪声去噪变分模型的交替方向乘子法展开的基础上,设计端到端深度卷积神经网络,结合泊松噪声分布统计量与Bayesian最大后验概率估计推导出改进的泊松去噪变分模型。为了求解泊松去噪能量函数极值问题,采用交替方向乘子法,引入辅助变量、拉格朗日乘子和惩罚参数,将该问题分解为高斯去噪和图像重建两类交替优化子问题,先采用先验驱动的深度卷积神经网络实现高斯去噪,再通过解析迭代求解完成图像重建。实验结果表明,与基于非线性主成分分析、VST+BM3D、I+VST+BM3D和TRDPD的泊松去噪模型相比,改进模型在Set12数据集上的峰值信噪比均值分别提高2.73、0.87、0.57和0.50 dB,结构相似性均值分别提高0.148、0.046、0.020和0.047,在彩色图像及正电子发射断层扫描与计算机断层扫描图像上也明显提升了泊松去噪效果。上述实验结果证明了改进模型不仅有效去除了泊松噪声,而且避免了泊松去噪过程中产生的伪影和散斑等问题。 展开更多
关键词 泊松去噪 卷积神经网络 去噪先验 模型 交替方向乘子法
在线阅读 下载PDF
基于全局与序列混合变分Transformer的多样化图像描述生成方法 被引量:7
15
作者 刘兵 李穗 +1 位作者 刘明明 刘浩 《电子学报》 EI CAS CSCD 北大核心 2024年第4期1305-1314,共10页
多样化图像描述生成已成为图像描述领域研究热点.然而,现有方法忽视了全局和序列隐向量之间的依赖关系,严重限制了图像描述性能的提升.针对该问题,本文提出了基于混合变分Transformer的多样化图像描述生成框架.具体地,首先构建全局与序... 多样化图像描述生成已成为图像描述领域研究热点.然而,现有方法忽视了全局和序列隐向量之间的依赖关系,严重限制了图像描述性能的提升.针对该问题,本文提出了基于混合变分Transformer的多样化图像描述生成框架.具体地,首先构建全局与序列混合条件变分自编码模型,解决全局与序列隐向量之间依赖关系表示的问题.其次,通过最大化条件似然推导混合模型的变分证据下界,解决多样化图像描述目标函数设计问题.最后,无缝融合Transformer和混合变分自编码模型,通过联合优化提升多样化图像描述的泛化性能.在MSCOCO数据集上实验结果表明,与当前最优基准方法相比,在随机生成20和100个描述语句时,多样性指标m-BLEU(mutual overlap-BiLingual Evaluation Understudy)分别提升了4.2%和4.7%,同时准确性指标CIDEr(Consensus-based Image Description Evaluation)分别提升了4.4%和15.2%. 展开更多
关键词 图像理解 图像描述 自编码 隐嵌入 多模态学习 生成模型
在线阅读 下载PDF
基于高斯混合聚类和改进条件变分自编码的多风电场功率日场景生成方法 被引量:4
16
作者 李丹 梁云嫣 +3 位作者 缪书唯 方泽仁 胡越 贺帅 《中国电力》 CSCD 北大核心 2024年第12期17-29,共13页
大量出力不确定的风电场并入电网会带来运行隐患和不可控风险,基于变分自编码器的场景生成模型方法能生成确定性场景集合以描述风电出力的不确定性。针对多风电场出力复杂的时空相关性以及在传统变分自编码器模型训练过程中可能存在的... 大量出力不确定的风电场并入电网会带来运行隐患和不可控风险,基于变分自编码器的场景生成模型方法能生成确定性场景集合以描述风电出力的不确定性。针对多风电场出力复杂的时空相关性以及在传统变分自编码器模型训练过程中可能存在的“KL坍缩”等问题,提出一种基于高斯混合聚类和改进条件变分自编码器的多风电场时空功率日场景生成方法。通过引入二维卷积技术提取时空相关性进行降维,并采用最大化最小夹角独立正则化技术,强化隐特征的独立性;采用超球面分布替代高斯分布,避免模型出现“KL坍缩”,提高模型场景生成训练的稳定性和准确性;另外,进一步考虑多风电场功率日场景的多样性和灵活性,引入高斯混合聚类技术,使模型可根据特定的条件标签生成具有差异化特征的确定性场景集。实际算例的结果表明,相较于常见方法,所提方法累积概率分布误差下降了17%~71%,时空相关性平均误差分别下降了85%~97%和55%~91%,且能精准生成不同风况类别占比的多风电场功率日场景集,提高了场景生成的多样性和灵活性。 展开更多
关键词 风电场景生成 高斯混合模型 特征提取 条件自编码器 超球面 正则化技术
在线阅读 下载PDF
同时配准-分割脑MR图像的耦合变分模型 被引量:6
17
作者 陈允杰 张建伟 +2 位作者 韦志辉 夏德深 王平安 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2007年第2期215-220,226,共7页
提出一种新颖的变分耦合模型,同时实现配准与分割.模型中使用耦合函数将非刚性配准信息与基于区域信息的曲线演化理论结合在一起,构造总能量函数,通过求解该能量函数的极值达到配准-分割的目的.该方法可以分割多模态医学图像,即使在两... 提出一种新颖的变分耦合模型,同时实现配准与分割.模型中使用耦合函数将非刚性配准信息与基于区域信息的曲线演化理论结合在一起,构造总能量函数,通过求解该能量函数的极值达到配准-分割的目的.该方法可以分割多模态医学图像,即使在两图间的强度信息区别较大时,也可以得到较好的分割结果.实验结果表明该方法具有较好的鲁棒性. 展开更多
关键词 配准 Shannon M-S模型
在线阅读 下载PDF
基于变分模型的动态最优潮流新算法 被引量:10
18
作者 孙英云 何光宇 +2 位作者 梅生伟 王伟 张王俊 《电力系统自动化》 EI CSCD 北大核心 2007年第17期16-20,共5页
为解决传统动态最优潮流(DOPF)算法中计算速度和计算精度之间的矛盾,建立了电力系统DOPF的变分模型,推导了该变分模型的最优性条件。在此基础上提出了一种基于Radau配置法的DOPF求解新算法。该算法具有计算量小、计算精度高等特点。对... 为解决传统动态最优潮流(DOPF)算法中计算速度和计算精度之间的矛盾,建立了电力系统DOPF的变分模型,推导了该变分模型的最优性条件。在此基础上提出了一种基于Radau配置法的DOPF求解新算法。该算法具有计算量小、计算精度高等特点。对某实际系统的分析结果表明算法能够满足在线运行的需求。 展开更多
关键词 动态最优潮流 模型 最优性条件 Radau配置法
在线阅读 下载PDF
概率生成模型变分推理方法综述 被引量:3
19
作者 陈亚瑞 杨巨成 +2 位作者 史艳翠 王嫄 赵婷婷 《计算机研究与发展》 EI CSCD 北大核心 2022年第3期617-632,共16页
概率生成模型是知识表示的重要方法,在该模型上计算似然函数的概率推理问题一般是难解的.变分推理是重要的确定性近似推理方法,具有较快的收敛速度、坚实的理论基础.尤其随着大数据时代的到来,概率生成模型变分推理方法受到工业界和学... 概率生成模型是知识表示的重要方法,在该模型上计算似然函数的概率推理问题一般是难解的.变分推理是重要的确定性近似推理方法,具有较快的收敛速度、坚实的理论基础.尤其随着大数据时代的到来,概率生成模型变分推理方法受到工业界和学术界的极大关注.综述了多种概率生成模型变分推理框架及最新进展,具体包括:首先综述了概率生成模型变分推理一般框架及基于变分推理的生成模型参数学习过程;然后对于条件共轭指数族分布,给出了具有解析优化式的变分推理框架及该框架下可扩展的随机化变分推理;进一步,对于一般概率分布,给出了基于随机梯度的黑盒变分推理框架,并简述了该框架下多种变分推理算法的具体实现;最后分析了结构化变分推理,通过不同方式丰富变分分布提高推理精度并改善近似推理一致性.此外,展望了概率生成模型变分推理的发展趋势. 展开更多
关键词 概率生成模型 推理 条件共轭指数族 黑盒推理 结构化推理
在线阅读 下载PDF
基于分组字典与变分模型的图像去噪算法 被引量:7
20
作者 陶永鹏 景雨 顼聪 《计算机应用》 CSCD 北大核心 2019年第2期551-555,共5页
针对加性高斯噪声去除问题,在现有传统的K均值奇异值分解(K-SVD)字典学习算法的基础上,提出一种将字典学习与变分模型相融合的改进算法。首先,根据图像的几何和光度信息将图像进行聚类分组,再将图像组按照边缘和纹理类别进行分类,根据... 针对加性高斯噪声去除问题,在现有传统的K均值奇异值分解(K-SVD)字典学习算法的基础上,提出一种将字典学习与变分模型相融合的改进算法。首先,根据图像的几何和光度信息将图像进行聚类分组,再将图像组按照边缘和纹理类别进行分类,根据噪声水平和图像组类别训练一个自适应字典;其次,将通过所学字典得到的稀疏表示先验与图像本身的非局部相似先验进行融合来构建变分模型;最后,通过求解变分模型得到去噪后图像。实验结果表明,与同类去噪算法相比,当噪声比率较高时,所提算法可以解决前期算法准确性较差、纹理丢失较为严重、产生视觉伪影等问题,在视觉效果上要更为理想;同时该算法结构相似性指数有明显提高,峰值信噪比(PSNR)的值更是平均提高了10%以上。 展开更多
关键词 自适应字典学习 图像去噪 稀疏表示 模型 非局部相似
在线阅读 下载PDF
上一页 1 2 23 下一页 到第
使用帮助 返回顶部