K-SVD算法相关论文
交叉多极子阵列声波测井仪在井下信号采集的同时，采用无损压缩提升单位时间内上传数据量，是目前主流的仪器上传带宽增加方式。针对传......
针对目前电力系统扰动数据分类特征提取困难和易受谐波干扰的问题,提出一种新的基于压缩感知的电力系统扰动数据采集与分类算法.首......
为提升英文语料库分词精准度,以英文语料库作为研究对象,采用改进的K-SVD算法,构建一个分词特征提取模型.利用稀疏编码与字典更新......
为了适应精准畜牧业理念,提出了一种改进的K-SVD算法用于牛的个体身份识别。在K-SVD算法基础上,更改了稀疏编码阶段字典原子的选择......
语音是迄今为止最常用的交流方式。近年,语音通信多与其他多媒体通信方式相结合,例如电视电话会议、微信语音聊天等。随着这些应用......
基于视频的车辆检测是智能交通系统的基础和关键，也是计算机视觉领域的研究热点。随着研究的深入，近年来提出了许多新的车辆检测算法......
随着经济的发展,人们生活水平的提高和车辆的日益增多,引发的交通堵塞和生命安全问题也愈发严重,因此智能交通系统的研发应用受到......
信号表示是信号处理领域最基本的问题，信号内容的有效表示是信号处理应用的基础。有效性的意思是能够用很少的数据就可以捕获关于目......
稀疏表示的关键是构造一个有效的字典,使得训练样本(信号)在字典上的表示是稀疏的。常用的方法是解析法,该方法将字典中的原子用预......
学位
微血管图像所含的信息可反映出病变组织形态，通过对微血管图像所含信息的分析可以为疾病的诊断、预防以及病后恢复提供基础支持。但......
近年来，随着信息技术的迅猛发展和多媒体的广泛应用，多媒体技术已经成为人们研究的热点。而跨越视频底层特征与人类思维中的高层语义......
在图像信号处理的各个环节,如采集、编码和传输,图像都会在一定程度上被污染,进而降低图像质量,对图像的后续处理产生影响。所以,......
在实际生活中,因为成像系统设备在硬件设备技术上的限制,导致用户常常无法获得合适的图像,不仅影响用户的视觉享受,而且也会对目前......
为进一步提高织物线性瑕疵的检测效率,文章提出了一种K-SVD算法,用于检测织物线性瑕疵。研究过程如下:首先分析K-SVD算法及其织物......
遥感图像在获取、存储以及传播的过程中都会受到各种噪声的污染,造成了图像质量的下降。因此,图像的去噪就成为非常重要的手段。近......
通过改进处理K-SVD算法得到DDELM-AE算法,之后再把该算法应用于物体特征识别中。研究结果得到:K-SVD算法的收敛速率较快,达到收敛......
计算机断层成像技术(Computed Tomography，CT)在经历了三十多年的发展后，成为了仿射诊断和治疗领域内不可或缺的一部分。由于CT图像......
随着社会的发展,基于图像的应用越来越多,例如人脸识别,高光谱图像矿物勘探、环境监测等。同时图像的分辨率也越来越高。图像的稀......
图像在获取、存储、传输等过程中都会受到特定噪声的污染,造成图像质量下降,因此图像去噪是图像处理中的一个重要问题。其目的是通......
对于不完全投影角度的重建研究是CT图像重建中一个重要的问题.将压缩感知中字典学习的方法与CT重建算法ART迭代算法相结合.字典学......
针对传统稀疏表示方法构建的字典不具备判别性的问题,以K-SVD算法为基础,对判别字典的构建和分类求解进行了研究,提出一种基于层次......
压缩感知理论的一个重要前提是找到信号的稀疏域,其直接影响着算法的重构精度,研究快速高效的信号稀疏表示方法具有重大的现实意义......
目的低剂量投影条件下的CT图像重建。方法采用双层K-奇异值分解(K-singular value decomposition,K-SVD)字典训练的学习方法进行图......
基于K-奇异值分解(K-SVD)的图像去噪方法使用K-SVD算法训练得到的过完备字典对图像进行稀疏表示去噪,能够在去除噪声的同时较好地......
图像的表示方法和测量方法是显著度检测模型的两个重要研究问题.不同于早期工作中通过对大量自然图像统计得到稀疏特征的方法,提出......
根据人类视觉系统及信号的过完备稀疏表示理论,提出了一种基于稀疏表示的红外与微光图像融合算法。该方法首先把图像分割成部分重......
本文提出了一种应用于SAR图像目标识别的动态字典学习算法,该算法通过在字典学习过程中自动删除和增加字典条目来调整字典表示性能......
针对非结构噪声难以去除的问题，基于字典训练和稀疏表示提出一种无监督语音增强算法。该算法通过构造过完备字典并使用带噪语音样本......
传统的基于字典学习的输电线路图像去噪方法,易受冗余字典影响存在重建图像边缘细节恢复不足的问题.为了有效抑制输电线路图像表面......
随着信息技术的高速发展、互联网的迅速普及,人们对信息的需求日益增长。根据传统的奈奎斯特采样定理,为了避免在获取信号时丢失必......
人脸检测和识别技术可广泛应用于身份识别、人机交互、视频监控等多个领域。然而,由于受到变化的光照、角度、姿态和表情等复杂情......
在基于稀疏表示分类的模式识别中,字典学习可以为稀疏表示获得更为精简的数据表示。然而,字典大小是衡量识别精度和速度的重要因素......
稀疏字典学习是一种功能强大的视频图像稀疏表示方法,在稀疏信号处理领域引起了广泛关注。K-SVD算法在稀疏表示技术上取得了巨大成......
为提高图像重建质量,研究超分辨率图像重建技术与稀疏表示理论,提出一种基于L1/2正则化的超分辨率图像重建算法。将L1/2正则化理论......
针对在线采集时超声波检测信号中存在大量噪声,降低了材料内部缺陷诊断准确性的问题,提出了一种基于广义K-奇异值分解算法（K-SVD）和......
该文结合Zeyde等人提出的低分辨率图像自举算法和双重稀疏性字典的训练方法,提出了一种新的单幅图像超分辨率重构方法。该方法在训......
针对配电网中电能质量数据日益庞大且谐波污染划分困难的问题,提出一种基于分布式压缩感知和边缘计算的电能质量数据压缩存储方法......
随着信息化产业的不断发展,数字图像修复技术在数字图像处理领域发挥着越来越重要的作用,图像修复技术的原理是利用图像中的已知信......
ue＊M＃’＃dkB4＃＃8＃”专利申请号:00109“7公开号:1278062申请日:00.06.23公开日:00.12.27申请人地址:（100084川C京市海淀区清华园申请人:清......
关于数字图像去噪的相关研究一直是图像处理领域中的一个热点话题。然而稀疏表示理论作为数字图像处理领域中的新兴理论,近些年由......
传统的去噪方法在去除噪声时,不仅会造成较大的模糊,还会影响图像的边缘信息。文章利用稀疏表示理论去噪,将包含噪声的图像分解成......
为改善分布式压缩视频感知（distributed compressive video sensing，DCVS）系统的视频帧图像重构质量，以实时视频传输为应用场景，提出了......
机械振动信号传递与承载着机械设备工作过程中所蕴含的重要信息,在线监测与采集机械振动信号是机械工程领域,尤其是故障诊断或远程......
纺织品质量与价值受诸多因素影响,主要的评价因素之一就是纺织品外观,直观表现为织物疵点,所以在投入使用之前,织物疵点检测是必不......
图像去噪是图像处理研究中的重要研究课题,近年来在信号稀疏表示理论的带动下,基于信号稀疏表示的图像去噪算法则成为学界关注的热......
在信息技术的推动下,计算机辅助医疗诊断的技术被广泛地应用。研究表明,计算机辅助医疗诊断技术能够减少漏诊,提高诊断准确率。随......
现实中的图像在成像或数字化和传输过程中由于常受到设备与外部环境噪声干扰等影响,从而大大降低了图像的质量,这就对图像的解译工......
