为提高复杂图像受损区域的纹理和结构信息的修复效果,使其更加符合人眼的视觉要求,提出一种改进的Criminisi算法,通过改进优先权函数、优先顺序判断准则和匹配准则使修复效果更好。对数据项和置信项加入正则化因子,将优先权函数变为加...为提高复杂图像受损区域的纹理和结构信息的修复效果,使其更加符合人眼的视觉要求,提出一种改进的Criminisi算法,通过改进优先权函数、优先顺序判断准则和匹配准则使修复效果更好。对数据项和置信项加入正则化因子,将优先权函数变为加权求和的形式;在优先权相等的情况下,继续使用数据项进行优先修复像素点的选择,使其优先修复结构信息丰富的破损区域;在匹配准则方面,在欧式距离颜色分量差值平方和(sum of squared difference,SSD)的匹配准则下,对于SSD相等的情况,继续用方差误差(Var_error)和物理距离(Dis)匹配方式进行判断,选择最佳匹配像素块。实验结果表明,该算法能够获得更佳的修复效果,结构边缘部分能够得到更好的修复。展开更多
提出一种基于降噪自编码神经网络事件相关电位分析方法,首先建立3层神经网络结构,利用降噪自编码对神经网络进行初始化,实现了降噪自编码深度学习模型的无监督学习.从无标签数据中自动学习数据特征,通过优化模型训练得到的权值作为神经...提出一种基于降噪自编码神经网络事件相关电位分析方法,首先建立3层神经网络结构,利用降噪自编码对神经网络进行初始化,实现了降噪自编码深度学习模型的无监督学习.从无标签数据中自动学习数据特征,通过优化模型训练得到的权值作为神经网络初始化参数.其次,经过有标签的样本进行网络参数的微调即可完成对神经网络的训练,该方法有效解决了神经网络训练中因随机选择初始化参数,而导致网络易陷入局部极小的缺陷.最后,利用上述神经网络对第3届脑机接口竞赛数据集Data set Ⅱ(事件相关电位脑电信号)进行分类分析.实验结果表明:利用降噪自编码迭代2500次训练神经网络模型,在受试者A和受试者B样本数据叠加5次、10次、15次3种情况下获得的分类准确率分别为73.4%, 87.4%和97.2%.该最高准确率优于其他分类方法,比竞赛第1名联合支持向量机(SVM)分类器(ESVM)提高了0.7%,为事件相关电位脑电信号提供了一种深度学习分析方法.展开更多
文摘为提高复杂图像受损区域的纹理和结构信息的修复效果,使其更加符合人眼的视觉要求,提出一种改进的Criminisi算法,通过改进优先权函数、优先顺序判断准则和匹配准则使修复效果更好。对数据项和置信项加入正则化因子,将优先权函数变为加权求和的形式;在优先权相等的情况下,继续使用数据项进行优先修复像素点的选择,使其优先修复结构信息丰富的破损区域;在匹配准则方面,在欧式距离颜色分量差值平方和(sum of squared difference,SSD)的匹配准则下,对于SSD相等的情况,继续用方差误差(Var_error)和物理距离(Dis)匹配方式进行判断,选择最佳匹配像素块。实验结果表明,该算法能够获得更佳的修复效果,结构边缘部分能够得到更好的修复。
文摘提出一种基于降噪自编码神经网络事件相关电位分析方法,首先建立3层神经网络结构,利用降噪自编码对神经网络进行初始化,实现了降噪自编码深度学习模型的无监督学习.从无标签数据中自动学习数据特征,通过优化模型训练得到的权值作为神经网络初始化参数.其次,经过有标签的样本进行网络参数的微调即可完成对神经网络的训练,该方法有效解决了神经网络训练中因随机选择初始化参数,而导致网络易陷入局部极小的缺陷.最后,利用上述神经网络对第3届脑机接口竞赛数据集Data set Ⅱ(事件相关电位脑电信号)进行分类分析.实验结果表明:利用降噪自编码迭代2500次训练神经网络模型,在受试者A和受试者B样本数据叠加5次、10次、15次3种情况下获得的分类准确率分别为73.4%, 87.4%和97.2%.该最高准确率优于其他分类方法,比竞赛第1名联合支持向量机(SVM)分类器(ESVM)提高了0.7%,为事件相关电位脑电信号提供了一种深度学习分析方法.
