期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
SENSC:一个稳定高效的非负稀疏编码算法 被引量:2
1
作者 李乐 章毓晋 《自动化学报》 EI CSCD 北大核心 2009年第10期1257-1271,共15页
非负稀疏编码(Nonnegative sparse coding,NSC)己成功应用在很多领域的研究中.目前使用的NSC算法通过梯度投影法和基于辅助函数的乘性更新法相结合来实现,其性能受迭代步长的影响很大,且效率较低.为增强NSC的可应用性,本文通过对一组凸... 非负稀疏编码(Nonnegative sparse coding,NSC)己成功应用在很多领域的研究中.目前使用的NSC算法通过梯度投影法和基于辅助函数的乘性更新法相结合来实现,其性能受迭代步长的影响很大,且效率较低.为增强NSC的可应用性,本文通过对一组凸超抛物面函数做交替最小化米实现NSC,并依据凸超抛物面特性、点到非负数集合的投影规则以及点到原点处单位超球的投影规则构造了一个无用户定义优化参数的稳定高效的NSC算法—SENSC.从数学角度,文中推断了,SENSC比现有算法高效且它的解优于当前算法的解,证明了它的稳定性和收敛性.实验验证了上述理论推断的正确,说明了,SENSC调节编码稀疏性的能力比已有算法更强. 展开更多
关键词 非负稀疏编码 非负矩阵分解 稀疏编码 超抛物面
在线阅读 下载PDF
一种适合弱标签数据集的图像语义标注方法 被引量:3
2
作者 田枫 沈旭昆 《软件学报》 EI CSCD 北大核心 2013年第10期2405-2418,共14页
真实环境下数据集中广泛存在着标签噪声问题,数据集的弱标签性已严重阻碍了图像语义标注的实用化进程.针对弱标签数据集中的标签不准确、不完整和语义分布失衡现象,提出了一种适用于弱标签数据集的图像语义标注方法.首先,在视觉内容与... 真实环境下数据集中广泛存在着标签噪声问题,数据集的弱标签性已严重阻碍了图像语义标注的实用化进程.针对弱标签数据集中的标签不准确、不完整和语义分布失衡现象,提出了一种适用于弱标签数据集的图像语义标注方法.首先,在视觉内容与标签语义的一致性约束、标签相关性约束和语义稀疏性约束下,通过直推式学习填充样本标签,构建样本的近似语义平衡邻域.鉴于邻域中存在噪声干扰,通过多标签语义嵌入的邻域最大边际学习获得距离测度和图像语义的一致性,使得近邻处于同一语义子空间.然后,以近邻为局部坐标基,通过邻域非负稀疏编码获得目标图像和近邻的部分相关性,并构建局部语义一致邻域.以邻域内的语义近邻为指导并结合语境相关信息,进行迭代式降噪与标签预测.实验结果表明了方法的有效性. 展开更多
关键词 图像语义标注 弱标签数据集 测度学习 非负稀疏编码 语义近邻
在线阅读 下载PDF
基于自正则化非负编码和自适应距离度量学习的视频人脸识别 被引量:1
3
作者 曾贤灏 李向伟 《计算机应用与软件》 CSCD 2015年第12期118-122,149,共6页
针对鲁棒人脸识别中K近邻分类无法利用图像集中附加信息的问题,提出基于自正则化非负编码(SRNNC)和自适应距离度量学习的方法。首先,利用样本图像和从样本获得的仿射包模型联合表示一幅图像并进行自正则化非负编码;然后,通过保留大间距... 针对鲁棒人脸识别中K近邻分类无法利用图像集中附加信息的问题,提出基于自正则化非负编码(SRNNC)和自适应距离度量学习的方法。首先,利用样本图像和从样本获得的仿射包模型联合表示一幅图像并进行自正则化非负编码;然后,通过保留大间距架构中数据之间的相似关系来学习更具判别性的马氏距离度量;最后,利用维度加权马氏距离和K近邻分类器完成人脸分类。针对灰度像素值和局部二值模式进行测试,在UCSD/Honda、CMU Moby和You Tube明星数据集上的实验表明,相比其他几种较为新颖的识别方法,该方法取得了更好的识别性能。 展开更多
关键词 自正则化非负编码 自适应 距离度量学习 视频人脸识别 马氏距离
在线阅读 下载PDF
基于二维非负矩阵分解的1kb/s WI语音编码算法 被引量:3
4
作者 薛二娟 鲍长春 李如玮 《电子学报》 EI CAS CSCD 北大核心 2010年第7期1574-1579,共6页
本文针对波形内插(WI)语音编码模型和参数量化等技术进行了研究,并最终提出了一种基于二维非负矩阵分解的1kb/s波形内插(2DNMF-WI)语音编码算法.文中采用二维非负矩阵分解(2D-NMF)方法来分解语音特征波形(CW),该分解方法在行和列两个方... 本文针对波形内插(WI)语音编码模型和参数量化等技术进行了研究,并最终提出了一种基于二维非负矩阵分解的1kb/s波形内插(2DNMF-WI)语音编码算法.文中采用二维非负矩阵分解(2D-NMF)方法来分解语音特征波形(CW),该分解方法在行和列两个方向上同时压缩CW幅度谱矩阵的维数,使得CW幅度谱矩阵降维后得到的编码矩阵维数较小,易于量化.此外,在甚低速率语音编码中,由于没有足够的比特数来描述编码参数,往往很难得到高质量的合成语音.本算法采用两帧联合编码、帧间后向预测三级矢量量化、离散余弦变换(DCT)和分裂式矩阵量化等技术来降低编码速率和改善音质.非正式主观听觉测试显示,1kb/s 2DNMF-WI编码器合成语音的质量稍差于2kb/s的NMF-WI语音编码算法. 展开更多
关键词 语音编码 波形内插 特征波形 二维非负矩阵分解 两帧联合
在线阅读 下载PDF
单时频谱非负矩阵编码与解调的特征提取
5
作者 张焱 蔡有鑫 +2 位作者 王平 韩延 黄庆卿 《仪器仪表学报》 EI CAS CSCD 北大核心 2022年第12期238-247,共10页
非负矩阵分解(NMF)作为一种矩阵分解以及非线性维数约简工具,被广泛用于多样本振动时频谱的分解编码以及特征提取,但单样本振动时频谱的NMF编码、尤其NMF分解向量与振动时频谱分量间关联关系尚缺乏探讨。阐述了单时频谱编码与解调的特... 非负矩阵分解(NMF)作为一种矩阵分解以及非线性维数约简工具,被广泛用于多样本振动时频谱的分解编码以及特征提取,但单样本振动时频谱的NMF编码、尤其NMF分解向量与振动时频谱分量间关联关系尚缺乏探讨。阐述了单时频谱编码与解调的特征提取原理,重点分析了NMF对单时频谱基于部分的特征表示能力、单时频谱NMF基向量的带通滤波幅频特性(BFAC)、以及NMF编码向量与时频谱分量的同步变化特性。提出单时频谱NMF编码与解调的两种特征提取新方法,即基于NMF基向量的滤波解调和NMF编码向量直接解调,定义一种BFAC指数指标和基向量归一化的NMF编码优化迭代规则分别用于NMF低维参数自适应选取和优化求解过程。将所提方法用于仿真信号以及齿轮箱振动信号分析,6.4 k长度数据在给定因子分解秩和NMF最大迭代300次终止条件设定下的特征提取用时约3.5 s,同时实现了对信噪比为-10 dB仿真信号以及多故障齿轮箱振动信号中故障特征的提取。 展开更多
关键词 特征提取 故障诊断 时频谱 非负矩阵分解 编码 解调
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部