【摘 要】
:
为了增强编码系数的判别性能,提出编码系数矩阵行向量(Profiles)的Fisher判别字典(Profiles of fisher discriminative dictionary learning,PFDDL)学习算法。首先,根据Profi
【机 构】
:
广东技术师范学院工业实训中心,哈尔滨工业大学深圳研究生院生物计算研究中心,福建省信息处理与智能控制重点实验室(闽江学院),广东技术师范学院自动化学院
【基金项目】
:
广东省自然科学基金(2014A030313639)资助项目,闽江学院福建省信息处理与智能控制重点实验室开放课题(MJUKF201720)资助项目,广东省科技应用型重大专项(2016B020243011)资助项目,广州市科技计划(201607010206)资助项目
论文部分内容阅读
为了增强编码系数的判别性能,提出编码系数矩阵行向量(Profiles)的Fisher判别字典(Profiles of fisher discriminative dictionary learning,PFDDL)学习算法。首先,根据Profiles能反映原子在字典学习中的使用情况,提出一种自适应的原子类标构造方法。然后,利用Profiles与原子间的一一对应关系,设计Profiles的Fisher判别准则作为判别式项,使得同类原子对应Profiles的类内散度尽可能小,不同类原子对应Profiles的类
其他文献
人微小病毒B19经常感染儿童,临床表现复杂,轻者表现为自限性的传染性红斑,重者可因血细胞减少而导致患儿死亡。在免疫缺陷的患儿可发生持续感染。文章对改进其诊断和治疗,作
目的探讨血清胱抑素C(cystatinC,CysC)水平变化对新生儿窒息患儿肾功能损害评估的意义。方法 2007年5月至2009年12月收治的146例窒息患儿,轻度窒息组70例、重度窒息组76例。于
为了降低稀布阵列的峰值旁瓣电平并抑制稀布阵列的栅瓣,提出了一种多目标粒子群与凸优化相结合的方向图综合算法。该算法将多目标粒子群优化(Multi-objective particles swarm
非正交多址接入技术(Non?orthogonal multiple access,NOMA)提高了通信系统的频谱效率且可支持大量用户接入,因此受到广泛关注。以能量效率(简称能效)最大化为目标的多用户NO
卷积神经网络(Convolutional neural network,CNN)是一种常见的深度学习模型,受人类视觉认知机制启发而来,能够从原始图像得到有效的特征表达。CNN模型在图像识别领域不断取得突破,但是在训练过程中需要花费大量时间。随机森林(Random forest,RF)在分类和回归上具有很高的精度,训练速度快并且不容易出现过拟合的问题,现有的基于RF的分类器都依赖手工选取的特征。针对
目的提高对儿童可逆性后部脑病综合征(RPES)的认识。方法回顾性分析首都儿科研究所收治的2例可逆性后部脑病综合征患儿的临床资料,并结合文献进行分析。结果2例患儿原发病分别
讨论了一种新的基于均值超矢量聚类的说话人确认方法,在确保性能的情况下放宽对语料的要求,聚类训练语料是每个说话人只有一段语音的小语料。以女性统一背景模型(Universal back
常规波束形成主瓣随频率和指向变化,为了实现频率方向二维主瓣恒定,本文基于约束优化的方法,提出了一种宽带频率方向不变恒定主瓣波束形成算法,并将之应用到宽带信号到达角(Di
目的研究NICU近年院内感染病原菌的流行分布情况及耐药性的变迁,为临床合理用药提供理论依据。方法回顾性分析2006年1月至2008年6月NICU住院的2596例患儿,对1474例疑合并有院内