人工蜂群优化神经网络的无线传感器节点定位算法 被引量：10

1

作者 周子昂 徐坤 +1 位作者 程全 刘玉春 《南京理工大学学报》 EI CAS CSCD 北大核心 2017年第4期466-471,共6页

为了改善传感器节点定位性能,提出了人工蜂群优化神经网络的无线传感器节点定位算法。首先测量3个锚节点与定位传感器节点之间的参数,然后采用人工蜂群优化神经网络对测距误差进行建模与预测,并根据检测结果确定权重,最后根据三边定位... 为了改善传感器节点定位性能,提出了人工蜂群优化神经网络的无线传感器节点定位算法。首先测量3个锚节点与定位传感器节点之间的参数,然后采用人工蜂群优化神经网络对测距误差进行建模与预测,并根据检测结果确定权重,最后根据三边定位算法进一步提高定位精度,并采用仿真实验测试其有效性。结果表明,该文算法提高了定位的精度,加快了定位的速度,定位实时性优异。 展开更多

关键词 室内定位 无线传感器网络 人工蜂群优化算法 神经网络 锚节点 仿真实验

在线阅读 下载PDF 职称材料

异构无线网络中融合SA的改进垂直切换算法 被引量：2

2

作者 刘帅 赵康 张少辉 《控制工程》 CSCD 北大核心 2017年第8期1713-1717,共5页

为保证业务的连续性,移动节点在异构无线网络间需要进行无缝垂直切换,针对现有基于服务质量(QoS)切换算法的搜索精度低、计算时间长且不能处理大量QoS参数等缺陷,提出一种融合模拟退火(SA)算法的改进型权重组合快速搜索(SEFI)算法:SA-S... 为保证业务的连续性,移动节点在异构无线网络间需要进行无缝垂直切换,针对现有基于服务质量(QoS)切换算法的搜索精度低、计算时间长且不能处理大量QoS参数等缺陷,提出一种融合模拟退火(SA)算法的改进型权重组合快速搜索(SEFI)算法:SA-SEFI。首先,根据具体应用,利用SEFI获得多个QoS参数权重组合的较优解,然后利用SA算法获取最优解,最后根据最优参数权重组合计算每个网络QoS参数的适应度来决定切换策略。实验结果表明,SA-SEFI能够精确的搜索最优解、计算量小且能够处理多达6个QoS参数。 展开更多

关键词 异构无线网络 垂直切换 QOS参数 模拟退火算法 快速搜索算法

在线阅读 下载PDF 职称材料

基于微多普勒效应的人体身份深度识别方法

3

作者 刘琳琳 左家永 王洪雁 《传感器与微系统》 北大核心 2025年第1期146-151,共6页

针对现有基于整体或者局部微多普勒(m-D)相关特征的身份识别模型存在的识别性能有限的问题,本文提出基于双流网络深度融合整体及局部m-D特征的识别模型。首先,基于Boulic模型构造贴近实际场景的体态及运动姿态模型;其次,基于连续波雷达... 针对现有基于整体或者局部微多普勒(m-D)相关特征的身份识别模型存在的识别性能有限的问题,本文提出基于双流网络深度融合整体及局部m-D特征的识别模型。首先,基于Boulic模型构造贴近实际场景的体态及运动姿态模型;其次,基于连续波雷达构造回波模型,以获得m-D信号;此外,将全局m-D图(GMD)变换为梅尔倒谱(MC)以增强全局特征,利用分量分离技术抑制躯干对肢体m-D图的干扰;最后,基于双流网络融合所得增强全局及局部特征以获得高可分特征,进而实现人体身份有效识别。实验结果表明,相较于主流识别算法,所提模型可显著改善身份识别性能。 展开更多

关键词 人体身份识别 深度神经网络 特征增强 运动模型

在线阅读 下载PDF 职称材料

智慧交通场景下云边端协同的多目标优化卸载决策 被引量：6

4

作者 朱思峰 宋兆威 +2 位作者 陈昊 朱海 乔蕊 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2024年第3期63-75,共13页

随着智慧交通、云计算网络以及边缘计算网络的快速发展,车载终端与路基单元、中心云服务器之间的信息交互变得越发频繁。针对智慧交通云边端协同计算场景下如何高效地实现车路云一体化融合感知、群体决策以及各级服务器间对资源的合理... 随着智慧交通、云计算网络以及边缘计算网络的快速发展,车载终端与路基单元、中心云服务器之间的信息交互变得越发频繁。针对智慧交通云边端协同计算场景下如何高效地实现车路云一体化融合感知、群体决策以及各级服务器间对资源的合理分配问题,设计了基于云边端与智慧交通全面融合的网络架构。在该架构下,通过对任务类型的合理划分,再由各服务器对其进行选择性的缓存、卸载;在智慧交通云边端协同计算场景下,依次设计了一种对任务自适应的缓存模型、任务卸载时延模型、系统能量损耗模型、车载用户对服务质量不满意度评价模型、多目标优化问题模型,并给出了一种基于改进型非支配遗传算法的任务卸载决策方案。实验结果表明,文中方案能够有效降低任务卸载过程中所带来的时延和能耗,提高了系统资源利用率,给车辆用户带来更好的服务体验。 展开更多

关键词 智慧交通 云边端协同计算 卸载决策 多目标优化算法 非支配遗传算法

在线阅读 下载PDF 职称材料

一种便携式井下多参数监控系统的设计及实现 被引量：8

5

作者 周子昂 徐坤 吴定允 《河南理工大学学报（自然科学版）》 CAS 北大核心 2017年第2期99-104,共6页

为实现煤矿中央控制系统对井下关键参数如瓦斯浓度、温(湿)度、粉尘、烟雾等的实时监测,有效提高煤矿开采安全,改善井下作业环境,设计并实现了一种基于STM32微控制器的便携式井下多参数监控系统。该系统采用模块化的设计思想,以STM32微... 为实现煤矿中央控制系统对井下关键参数如瓦斯浓度、温(湿)度、粉尘、烟雾等的实时监测,有效提高煤矿开采安全,改善井下作业环境,设计并实现了一种基于STM32微控制器的便携式井下多参数监控系统。该系统采用模块化的设计思想,以STM32微控制器为核心,以MQ4,MQ-2,DHT11,ZPH01等传感器为参数采集工具,实现对煤矿井下关键参数的采集、处理、显示、预警,并实现与中央控制系统的实时通讯,从而可以针对紧急情况进行快速处理。测试结果表明,系统采集数据精度高、工作稳定、携带方便,适合在井下应用。 展开更多

关键词 STM32 井下关键参数测量 预警 无线传输

在线阅读 下载PDF 职称材料

基于堆叠分类器的心电异常监测模型设计 被引量：3

6

作者 秦静 左长青 +2 位作者 汪祖民 季长清 王宝凤 《计算机应用》 CSCD 北大核心 2021年第3期887-890,共4页

针对传统的人工监测心脏疾病的方法对资深医生的依赖性强,需要一定的先验知识,且其监测疾病的速度和准确性有待提高等问题,提出了一种基于堆叠分类器的心电(ECG)监测算法来用于心脏异常的判定。首先,将多种机器学习算法的优势相结合,通... 针对传统的人工监测心脏疾病的方法对资深医生的依赖性强,需要一定的先验知识,且其监测疾病的速度和准确性有待提高等问题,提出了一种基于堆叠分类器的心电(ECG)监测算法来用于心脏异常的判定。首先,将多种机器学习算法的优势相结合,通过叠加分类器的方式集成起来,从而弥补了单个机器学习算法学习的局限性;其次,使用合成少数过采样技术(SMOTE)对原有的数据集进行了数据扩充,使得各种疾病的数量持平从而增强数据的平衡性。通过在MIT-BIH数据集上与其他机器学习算法的结果进行比较评估,实验结果表明所提算法能够提高ECG异常监测的准确性。 展开更多

关键词 心电监测 模型融合 合成少数过采样技术 集成学习 机器学习

在线阅读 下载PDF 职称材料

用于图像识别的稀疏高斯编码 被引量：3

7

作者 张少辉 王迤冉 《南京理工大学学报》 EI CAS CSCD 北大核心 2016年第1期61-66,共6页

为了解决特征学习过程中导致聚类的不均衡性,提出一种基于高斯编码的特征学习算法,使用K-means聚类进行特征训练,在编码过程中考虑了数据分布的影响,同时保留了K-means编码的稀疏性。并且鉴于K-means聚类的不均衡,还提出了一种特征选择... 为了解决特征学习过程中导致聚类的不均衡性,提出一种基于高斯编码的特征学习算法,使用K-means聚类进行特征训练,在编码过程中考虑了数据分布的影响,同时保留了K-means编码的稀疏性。并且鉴于K-means聚类的不均衡,还提出了一种特征选择的方法用于去噪和降维。改进的模型不仅很大程度上提高了性能而且训练时间和计算代价均小。在人脸数据库AR以及对象分类库Caltech101上设计了对比实验,实验结果都验证了该算法的有效性和鲁棒性。 展开更多

关键词 图像识别 深度学习 特征表示 稀疏高斯编码 特征学习 K-MEANS聚类

在线阅读 下载PDF 职称材料

特征显著性的车辆目标检测算法 被引量：3

8

作者 程全 樊宇 +1 位作者 刘玉春 程朋 《河南科技大学学报（自然科学版）》 CAS 北大核心 2017年第1期48-51,6,共4页

针对运动目标检测不适合实时性应用场合的问题,提出了一种将无监督特征学习和显著性检测相结合的地面车辆目标检测算法。通过学习得到表示车辆目标的局部特征并进行编码,根据这些特征对整个图像进行显著性检测,获得候选目标区域。通过... 针对运动目标检测不适合实时性应用场合的问题,提出了一种将无监督特征学习和显著性检测相结合的地面车辆目标检测算法。通过学习得到表示车辆目标的局部特征并进行编码,根据这些特征对整个图像进行显著性检测,获得候选目标区域。通过相关分析去除那些高度相关的特征,有效抑制背景,突出显著对象。 展开更多

关键词 特征学习 视觉字典 特征提取

在线阅读 下载PDF 职称材料

基于马尔科夫随机场的微博用户转发行为预测 被引量：5

9

作者 王宁 高光 柴争义 《中文信息学报》 CSCD 北大核心 2018年第6期107-113,共7页

微博用户转发行为预测是微博社交网络消息扩散模型构建的基础,在图书阅读推广、舆情监控与市场营销等领域有着广泛的应用。为了提高用户转发行为预测的精度,该文在马尔科夫随机场框架下综合分析了用户属性与微博内容特征、用户转发行为... 微博用户转发行为预测是微博社交网络消息扩散模型构建的基础,在图书阅读推广、舆情监控与市场营销等领域有着广泛的应用。为了提高用户转发行为预测的精度,该文在马尔科夫随机场框架下综合分析了用户属性与微博内容特征、用户转发行为约束等因素对用户转发行为的影响,并在逻辑回归模型的基础上构造了相应的能量函数对用户转发行为进行了全局性的预测。实验结果表明,微博用户转发行为不仅取决于用户属性、微博内容等特征,而且也受到与其相邻用户转发行为的约束。相对于传统算法该文算法可以更准确地对用户转发行为进行建模,因而可获得更好的预测结果。 展开更多

关键词 新浪微博 转发预测 能量优化 逻辑回归

在线阅读 下载PDF 职称材料

异构Hadoop集群下自适应平衡数据存储的大数据放置策略 被引量：3

10

作者 张少辉 张中军 于来行 《现代电子技术》 北大核心 2016年第10期49-53,57,共6页

Hadoop是一种处理和存储大数据的平台,针对异构Hadoop集群下采用均等数据分配方法易降低系统计算性能的问题,提出一种自适应平衡数据存储的大数据放置策略。根据异构集群中各节点的计算能力比例,将数据分配到节点中。在任务处理过程中,... Hadoop是一种处理和存储大数据的平台,针对异构Hadoop集群下采用均等数据分配方法易降低系统计算性能的问题,提出一种自适应平衡数据存储的大数据放置策略。根据异构集群中各节点的计算能力比例,将数据分配到节点中。在任务处理过程中,根据反馈的任务完成时间信息,动态更新节点的能力比例,自适应调整数据分配,从而使异构Hadoop集群中各节点处理数据的时间大致相同,降低节点之间的数据移动量,提高了节点利用率。实验结果表明,该策略能够有效缩减任务完成时间,提高了系统的整体性能。 展开更多

关键词 异构Hadoop集群 大数据放置 数据存储平台 平衡数据存储

在线阅读 下载PDF 职称材料

面向阅读推广的微博用户转发行为预测 被引量：11

11

作者 田磊 任国恒 王伟 《情报学报》 CSSCI CSCD 北大核心 2017年第11期1175-1182,共8页

微博社交网络是大数据时代阅读推广的一个重要平台,对微博用户(即读者)转发行为进行准确的预测对提高微博平台下的阅读推广效果有着决定性的作用。为了提高用户转发行为预测的精度,根据阅读推广的特征,本文在马尔可夫随机场框架下综合... 微博社交网络是大数据时代阅读推广的一个重要平台,对微博用户(即读者)转发行为进行准确的预测对提高微博平台下的阅读推广效果有着决定性的作用。为了提高用户转发行为预测的精度,根据阅读推广的特征,本文在马尔可夫随机场框架下综合分析了用户转发行为特征(即用户属性与微博内容特征)、用户转发行为约束等因素对用户转发行为的影响,并在逻辑回归模型的基础上构造了相应的用户转发行为预测算法进行全局性的预测。实验结果表明,相对于传统算法,本文算法可以更准确地对用户转发行为进行预测,因而更有助于提高阅读推广的可靠性。 展开更多

关键词 微博 阅读推广 转发预测 能量优化 逻辑回归

在线阅读 下载PDF 职称材料

显著性驱动的局部相似拟合模型分割算法研究 被引量：1

12

作者 魏霞 黄宇达 +1 位作者 赵红专 王迤冉 《计算机工程与应用》 CSCD 北大核心 2018年第13期196-202,245,共8页

灰度不均匀和噪声图像的分割是计算机视觉中的难点。现有的活动轮廓模型尽管能够取得较好的分割效果,但仍然对噪声图像分割效果不理想,初始轮廓曲线的选取敏感,优化易陷入局部极小导致演化速度慢等问题。针对该问题,首先使用局部区域灰... 灰度不均匀和噪声图像的分割是计算机视觉中的难点。现有的活动轮廓模型尽管能够取得较好的分割效果,但仍然对噪声图像分割效果不理想,初始轮廓曲线的选取敏感,优化易陷入局部极小导致演化速度慢等问题。针对该问题,首先使用局部区域灰度的均值和方差拟合高斯分布,构建新的能量泛函,均值和方差随着能量的最小化过程而变化,从而增强了灰度不均匀和噪声图像的分割能力。此外,结合视觉显著性检测算法获取待分割目标的先验形状信息,并自适应地创建水平集函数,从而降低了初始轮廓位置敏感性及计算时间复杂度,实现全自动的图像分割。实验结果证明,提出的算法可以用于灰度不均匀和噪声图像分割,并取得了较好的分割性能,消除了算法对初始轮廓位置敏感性,减少了迭代次数。 展开更多

关键词 图像分割 活动轮廓模型 显著性图 拟合高斯 水平集

在线阅读 下载PDF 职称材料

基于最佳路径森林分类的贪婪学习方法在CBIR系统的应用 被引量：2

13

作者 孙挺 耿国华 《四川大学学报（工程科学版）》 EI CAS CSCD 北大核心 2016年第5期135-142,共8页

针对一般相关反馈的基于内容图像检索(CBIR)方法不能有效处理相关图像和非相关图像的问题,提出了一种基于最佳路径森林分类(OPF)的贪婪学习方法(GL-OPF),该方法旨在返回每次迭代查询的最相关图像。首先,查询图像和数据集图像通过Gabor... 针对一般相关反馈的基于内容图像检索(CBIR)方法不能有效处理相关图像和非相关图像的问题,提出了一种基于最佳路径森林分类(OPF)的贪婪学习方法(GL-OPF),该方法旨在返回每次迭代查询的最相关图像。首先,查询图像和数据集图像通过Gabor小波变换提取特征向量;然后,通过GL-OPF主动学习方法获得图像关联性反馈,生成标记训练集;最后,标记训练集通过OPF分类器进一步评估形成相关性和非相关性原型集,每次迭代都会返回查询的最相关图像。3个公开图像数据集Caltch101、Corel和Pascal上的实验验证了本文方法的有效性。实验结果表明,在3个数据集中,迭代8次时,GL-OPF的查询精度比其他3种方法均有较大提高,此外,GL-OPF的迭代运行时间和查询时间与OPF几乎相同,很大程度改进了OPF方法。 展开更多

关键词 基于内容图像检索 最佳路径森林分类 贪婪学习 GABOR小波 相关性反馈

在线阅读 下载PDF 职称材料

非确知目标先验知识条件下MIMO雷达稳健波形设计 被引量：1

14

作者 周子昂 徐坤 +1 位作者 刘玉春 王洪雁 《现代电子技术》 北大核心 2017年第17期11-14,19,共5页

考虑稳健波形优化问题以提高多输入多输出雷达最差条件下参数估计精度。基于最小-最大方法,将初始参数误差模型显式包含进波形优化问题,并基于克拉美-罗界得到稳健波形设计。为求解得到的复杂非线性优化问题,基于哈达玛不等式将其转化... 考虑稳健波形优化问题以提高多输入多输出雷达最差条件下参数估计精度。基于最小-最大方法,将初始参数误差模型显式包含进波形优化问题,并基于克拉美-罗界得到稳健波形设计。为求解得到的复杂非线性优化问题,基于哈达玛不等式将其转化为半定规划问题,从而可高效求解。仿真结果表明,与不相关发射波形以及非稳健方法相比,所提方法可显著改善最差条件下参数的估计性能。 展开更多

关键词 多输入多输出雷达 稳健波形设计 凸松弛 参数估计 半定规划

在线阅读 下载PDF 职称材料

改进天牛须搜索算法的工控系统入侵检测 被引量：5

15

作者 汪祖民 田纪宇 王宝凤 《计算机工程与设计》 北大核心 2021年第8期2108-2114,共7页

为解决工控系统计算资源有限,但对入侵检测时间敏感、检测精度要求高的问题,提出一种将模型训练与检测分离的迁移训练方法。将分类算法预测模型的训练任务迁移到工控系统之外的计算设备,工控系统通过高速网络实时获得预测模型的更新并... 为解决工控系统计算资源有限,但对入侵检测时间敏感、检测精度要求高的问题,提出一种将模型训练与检测分离的迁移训练方法。将分类算法预测模型的训练任务迁移到工控系统之外的计算设备,工控系统通过高速网络实时获得预测模型的更新并将检测到的具有训练价值的样本上传。为使模型达到良好的检测效果,提出一种随机属性约束策略对天牛须搜索算法进行改进,利用改进后的天牛须算法对XGBoost分类算法进行参数寻优。实验结果表明,该方法检测率高、误报率低、检测速度快,适合工控系统入侵检测。 展开更多

关键词 迁移训练 天牛须搜索算法 极限梯度提升 随机属性约束 工业控制系统 入侵检测

在线阅读 下载PDF 职称材料

控制器-交换机DME结合SBE的SDN虚拟映射 被引量：1

16

作者 王迤冉 郑天明 《控制工程》 CSCD 北大核心 2017年第3期542-547,共6页

针对软件定义网络(software defined network,SDN)中复杂的中央控制器、可定制路由和不同资源的共享问题,提出了一种控制器-交换机延迟最小化嵌入(delay minimizing embedding,DME)结合压力平衡嵌入(stress balancing imbedding,SBE)的... 针对软件定义网络(software defined network,SDN)中复杂的中央控制器、可定制路由和不同资源的共享问题,提出了一种控制器-交换机延迟最小化嵌入(delay minimizing embedding,DME)结合压力平衡嵌入(stress balancing imbedding,SBE)的SDN虚拟映射方法。首先,利用压力平衡嵌入平衡底层组件的负载压力同时保持控制器与交换机之间的延迟位于一定范围内;然后,最小化控制器与交换机之间的延迟,并限制底层组件间的负载;最后,根据负载均衡改进节点和链路负载,对控制器进行网络流量隔离以实现SDN的安全控制。实验结果表明,相比DME和SBE方法,方法在控制器-交换机延迟、网络吞吐量和端到端延迟方面均取得了更好的性能。 展开更多

关键词 虚拟映射 软件定义网络 压力平衡嵌入 延迟最小化 控制器

在线阅读 下载PDF 职称材料

DCT结合模糊推理的鲁棒数字水印算法 被引量：1

17

作者 赵康 刘帅 张少辉 《控制工程》 CSCD 北大核心 2017年第12期2466-2471,共6页

针对一般变换域的数字水印算法在数字完整性和鲁棒性方面较差的问题,提出一种基于离散余弦变换和模糊推理的鲁棒数字水印图像算法。首先将植入水印的灰度图分成8×8的区域块,并对每个区域块进行DCT运算,获取人类视觉系统HSV参数;然... 针对一般变换域的数字水印算法在数字完整性和鲁棒性方面较差的问题,提出一种基于离散余弦变换和模糊推理的鲁棒数字水印图像算法。首先将植入水印的灰度图分成8×8的区域块,并对每个区域块进行DCT运算,获取人类视觉系统HSV参数;然后利用三种模糊推理系统产生嵌入水印的权重因子,模糊推理系统的输入值则是从HSV模型中获得。最后每一个区域块的中间频率处作为水印的植入位置,通过植入公式来完成水印植入。采用峰值信噪比PSNR,结构相似性度量SSIM和归一化互相关函数NCC评估水印植入效果。从实验数据可以看出,所提算法在大多数情况下具有最高的PSNR、SSIM和NCC值,在隐藏性和抗攻击鲁棒性方面,优于其他优秀算法。 展开更多

关键词 信息安全 数字水印 图像攻击防御 离散余弦变换 模糊推理系统 权重因子

在线阅读 下载PDF 职称材料

考虑车辆协同与时间延迟的跟驰模型的弱非线性分析 被引量：1

18

作者 黄宇达 赵红专 王迤冉 《计算机应用与软件》 北大核心 2021年第4期48-57,共10页

为解决交通系统中合作驾驶引起的交通流问题,提出一种广义力跟驰模型。采用线性稳定性理论分析法推导出模型的线性稳定性条件并分析车辆协同与时滞组合对交通流稳定性的影响。通过非线性分析方法推导出考虑合作与时滞的车辆跟驰模型的Bu... 为解决交通系统中合作驾驶引起的交通流问题,提出一种广义力跟驰模型。采用线性稳定性理论分析法推导出模型的线性稳定性条件并分析车辆协同与时滞组合对交通流稳定性的影响。通过非线性分析方法推导出考虑合作与时滞的车辆跟驰模型的Burgers方程与KdV方程,并给出它们的孤立波解及约束条件。利用解析法与数值分析法研究交通波演化过程中合作最优速度(OV)模型。实验结果表明,合作与延迟是依赖于模型的,车辆协同作用有利于抑制交通阻塞,传感器对延迟车辆的延迟检测在一定程度上有利于缓解失稳效应。 展开更多

关键词 交通流 跟驰模型 车辆协同 时间延迟 线性稳定性 弱非线性

在线阅读 下载PDF 职称材料

云环境下利用混合成本模型的作业调度方法

19

作者 张少辉 王大羽 韩秋英 《控制工程》 CSCD 北大核心 2017年第4期851-856,共6页

启发于可分负载理论(Divisible Load Theory,DLT)在分布式网络系统中处理大规模计算负载的有效性,提出一种基于混合成本模型和DLT的多QoS作业调度方法,并将其应用于云计算中,该方法的核心策略是最小化云计算环境下的作业调度整体执行时... 启发于可分负载理论(Divisible Load Theory,DLT)在分布式网络系统中处理大规模计算负载的有效性,提出一种基于混合成本模型和DLT的多QoS作业调度方法,并将其应用于云计算中,该方法的核心策略是最小化云计算环境下的作业调度整体执行时间。首先,在分析过程中采用均匀处理器;然后对负载分配闭合形式的解,将获得的封闭解作为负载分数分配给每个处理器,并讨论闭合形式解的推导过程;最后利用一种最大化的方式来进行作业调度,即云提供商可以获取其服务的最大利益并满足用户工作所需的QoS。为了评估提出方法的性能,仿真实验在不同数量不同属性的作业和不同数量机器上进行,实验结果可以看出,当节点数量增加时,总成本在减少。在所有标准情况下,对于任意数量的处理节点均获得最好的有效性。 展开更多

关键词 可分负载理论 混合成本模型 云环境 负载分配 作业调度

在线阅读 下载PDF 职称材料

引入细节约束因子的半耦合字典学习超分辨率重构模型

20

作者 黄宇达 王迤冉 牛四杰 《郑州大学学报（工学版）》 CAS 北大核心 2021年第3期59-64,共6页

为了提升单幅图像的超分辨率重构细节,提出了一种基于细节保持的超分辨率重构方法。针对半耦合字典学习超分辨率算法细节保持不够高的缺陷,采用细节约束因子与半耦合字典交替学习策略。在重构阶段,利用图像水平方向与垂直方向的梯度构... 为了提升单幅图像的超分辨率重构细节,提出了一种基于细节保持的超分辨率重构方法。针对半耦合字典学习超分辨率算法细节保持不够高的缺陷,采用细节约束因子与半耦合字典交替学习策略。在重构阶段,利用图像水平方向与垂直方向的梯度构建细节约束因子,并引入到半耦合字典学习框架,进一步提高重构精度。为了改进细节约束因子在重构过程中的贡献度,采用边界差异的拉普拉斯分布实现参数的自适应选择。相比于半耦合字典学习超分辨率算法,该方法在峰值信噪比方面平均提升1.5%。实验结果表明,该方法在主观和客观评价标准下均取得了较好的重构效果,提升了超分辨率重构质量。 展开更多

关键词 超分辨率 半耦合字典学习 细节约束因子 拉普拉斯分布

在线阅读 下载PDF 职称材料