组稀疏相关论文
针对航天飞机雷达地形测绘任务(SRTM)中存在由大量尖峰、斑点和多向条纹误差形成的混合噪声对后续应用产生严重干扰的问题,提出了......
在相位恢复过程中,用图像的稀疏性作为先验知识可以提高图像的重构质量。结合图像在小波域的组稀疏性与图像自身的梯度稀疏性,针对......
为了更好地利用图像的稀疏性以提高变分模型的图像复原性能,在自适应高阶变分模型中对图像的一阶梯度加以组稀疏限制,建立一种非凸......
众所周知，图像中存在纹理、颜色和形状等全局特征以及SIFT和LBP等局部特征，不同视觉特征在表示特定高层语义时所起重要程度不同，正确......
奈奎斯特采样定理指出,对于带限信号,采样频率必须不小于信号最高频率的两倍方可精确重构原始信号。然而,随着信号带宽的增大、采......
地震勘探数据经常受到严重的随机噪声干扰,低信噪比数据严重妨碍了对有效信号的辨识和提取,进一步影响地下结构成像和地震资料的解......
显著性目标检测技术在计算机视觉领域具有重要的应用价值和理论研究意义,它主要通过模拟人类视觉注意力机制,自动检测图像中最引人......
Radon变换已广泛应用于传统纵波勘探的地震数据处理中,在压制随机噪声、多次波、地震数据重建以及波场走时信息提取方面取得了良好......
在数字图像的获取过程中,由于很多方面的不确定因素,使得获取到的图像存在一定程度上的模糊,对多媒体信息的实际应用造成了极大的......
保持地震波场矢量特征的波场分离是多分量地震数据处理的核心问题之一。为提高多分量波场分离精度,基于传统Radon变换的优势,探讨......
DOI：10.16644/j.cnki.cn33-1094/tp.2016.09.005 摘 要： 图像中存在颜色、形状和纹理等全局特征以及LBP和SIFT等局部特征，这些异构......
在大量的医学图像处理过程中,由于现有的硬件设备和成像技术的限制,还不能够获取满足高要求的清晰图像。因此,在现有的硬件设备和......
压缩感知理论（CS）是利用信号稀疏性的一种新的信号采样方法,而稀疏优化是该理论的研究热点之一。本文提出了有效的基于混合詛2,1-正......
针对多标记学习中特征噪声和标记噪声经常共同出现的问题,提出了一种图趋势过滤诱导的噪声容错多标记学习模型(GNTML)。该模型通过......
视频语义分析已经成为计算机领域的研究热点之一.为了提高基于稀疏表示的视频语义分析的准确性,文中结合基于稀疏系数的可鉴别函数......
设计一个稳健的自动图像标注系统的重要环节是提取能够有效描述图像语义的视觉特征。由于颜色、纹理和形状等异构视觉特征在表示特......
稀疏优化是指带有l0范数正则或稀疏约束的一类重要的非凸非连续优化问题,并被广泛应用于信号和图像处理、机器学习、经济学、统计......
为了提高图像对比度以及图像质量,受图像的局部均方差变化范围会随噪声强度的增强而变窄这一有趣的现象启发,在小波域中提出了一种......
在非负矩阵分解算法的基础上,设计了组稀疏约束,并给出了组稀疏非负矩阵分解算法.首先,介绍了非负矩阵分解算法及其稀疏变体;其次,......
基于认知无线电的动态频谱接入需对宽带信道进行频谱感知,而越来越高的采样速率日益成为宽带频谱感知的瓶颈.压缩感知作为一种新的......
近来,稀疏表示分类算法已经在模式识别和特征提取领域获得了广泛的关注.受最近提出的稀疏表示判别投影算法启发,本文提出了一种新......
磁共振成像(MRI)是一种功能强大的成像技术,适用于人体内部结构的成像,是一种革命性的医学诊断工具。它的主要缺点是采集时间相对......
在工程应用中,如数据挖掘、成本预测以及风险预测等,Logistic回归是一类十分重要的预测方法.当前,大部分Logistic回归方法都是基于......
随着信息技术、生物技术的飞速发展，由此产生大量高维数据。特征选择作为高维数据的一种有效分析方法，受到越来越多研究者重视。所谓......
作为一项先进的技术手段,合成孔径雷达层析技术(Tomo SAR)为解决SAR传感器固有的侧视模式引发的叠掩问题提供了可行性.但是,传统的......
作为高维数据分析的有效工具,子空间学习已被广泛应用于各类机器学习和计算机视觉任务中。从无监督的数据降维到有监督的判别式分......
当前基于稀疏表示的行人再识别都是通过松弛l0正则项为l1正则项以达到逼近l0范数稀疏性的目的.在满足有限等距性质（RIP）条件下,l1和l......
稀疏表示是近年来新兴的一种数据表示方法,是对人类大脑皮层编码机制的模拟。稀疏表示以其良好的鲁棒性、抗干扰能力、可解释性和......
SAR层析成像利用多航过复数据对观测目标进行高程向重构,全极化数据具有丰富的散射信息。将全极化数据与SAR层析成像相结合,利用城......
针对去除遥感图像条带噪声时易造成模糊或细节丢失等问题,分析研究干净图像及条带噪声的方向和结构特征,提出了遥感图像条带噪声分......
深度信念网络的隐含神经元大部分为噪声变量,且具有组结构相关性。组稀疏深度信念网络模型通过组Lasso模型对隐含神经元变量进行约......
为了从带噪信号中得到纯净的语音信号,提出了一种采用性别相关模型的单通道语音增强算法。具体而言,在训练阶段,分别训练了与性别......
针对脑电信号的通道选择和分类问题,提出了基于组稀疏贝叶斯逻辑回归(gsBLR)的运动想象脑电信号分类模型,同时进行通道选择和分类......
正则化稀疏模型在机器学习和图像处理等领域发挥着越来越重要的作用,它具有变量选择功能,可以解决建模中的过拟合等问题.Tibshiran......
差分SAR层析成像(Differential SAR Tomography,TomoSAR)通过多航过数据重建观测目标的后向散射系数和视线方向形变速率。本文将全......
从大规模数据中提取有用的信息是人工智能面临的一个主要挑战。作为一种有效的信息过滤和数据摘要手段,子集选择方法通过从大规模......
RGB-D(彩色与深度)图像分类是计算机视觉领域的研究热点之一。将彩色信息与反映物体表面三维特征的深度信息融合,可极大地提高图像......
随着无线通信的快速增长，现有的固定频谱分配方式一方面使得可用频谱资源越来越紧缺，另外一方面大部分已授权频段利用率极低，造成了频......
与其它信号相比，视频信号一个非常明显的特点是其具有很强的帧间相关性。现有的视频压缩感知算法大多是针对单帧图像的逐帧测量和重......
图像去模糊旨在从受损图像中恢复出清晰图像。由于模糊过程未知,精确地估计出模糊核函数,成为得到清晰复原图像的关键。对于彩色图......
受限玻尔兹曼机(Restricted Boltzmann Machine,RBM)是一类具有两层结构的马尔可夫随机场。近年来,随着RBM的快速学习算法–对比散......
差分合成孔径雷达(synthetic aperture radar,SAR)层析成像通过多航过数据重建观测目标的后向散射系数和视线方向形变速率。将全极......
期刊
结构稀疏模型在统计学、信号处理和机器学习等领域中具有重要的应用。结构稀疏模型主要通过在目标函数中引入会导致组稀疏效果的罚......
针对单幅图像超分辨率(SR)复原样本资源不足和抗噪性差的问题,提出一种基于结构自相似和形变块特征的单幅图像超分辨率算法。首先,......
