【摘 要】
：
张量分解是解决高维数据分析问题的有力工具。传统张量Tucker分解模型多采用各项同性假设,即各个因子矩阵具有相同的约束条件(例如正交、非负等),但该种假设不适用于异构张量数据分析。本文提出了一种基于低秩正则化的异构张量分解(LRRHTD)算法,并用于子空间聚类任务。低秩正则化的异构张量分解核心思想是对原始张量寻求一组正交因子矩阵的集合,将高维张量映射到低维的潜在子空间中,同时在最后的因子矩阵上引入
【基金项目】
：
国家自然科学基金（61572356）
论文部分内容阅读
张量分解是解决高维数据分析问题的有力工具。传统张量Tucker分解模型多采用各项同性假设,即各个因子矩阵具有相同的约束条件(例如正交、非负等),但该种假设不适用于异构张量数据分析。本文提出了一种基于低秩正则化的异构张量分解(LRRHTD)算法,并用于子空间聚类任务。低秩正则化的异构张量分解核心思想是对原始张量寻求一组正交因子矩阵的集合,将高维张量映射到低维的潜在子空间中,同时在最后的因子矩阵上引入低秩约束以获得可用于聚类的全局低秩结构表征。此外,设计了一种基于增广拉格朗日乘子的优化方法对所提算法进行
其他文献
研究了椭圆纤芯少模光纤的模式特性,给出了少模光纤中克尔非线性耦合模方程的一般形式,详细描述了少模光纤参量放大器的设计方法。利用COMSOL仿真软件获得了导波光场模式分布
在分析国内外大间距轴线一致性检测方法的基础上,提出一种基于非合作目标图像处理技术的轴线一致性检测方法。该方法任意选择远场中具有典型特征的景物作为非合作目标,利用不同光学传感器获取非合作目标图像,比较非合作目标在图像中的空间位置差异,进而得到轴线一致性检测结果。实验结果表明,该方法可满足大间距轴线一致性检测需求。将CCD成像系统夹持在被测对象机械轴线上,可实现机械轴线与光学传感器轴线间的一致性检测。
现有基于低动态范围(LDR)图像的识别方法在良好的曝光环境下,能取得较为理想的结果,但其容易受照明条件的限制以及天气状况的影响,稳健性不强。为此,提出一种基于高动态范围(HDR)技术的识别方法。通过改进的逆色调映射算法,对相机捕获的不同曝光的LDR图像进行自适应亮度范围拉伸,分别生成明暗两幅子图像,再采用多曝光融合算法对子图像进行融合,生成一幅HDR图像代替原LDR图像进行识别。实验结果表明,该方
提出一种对图片分区域检测的特征融合目标检测算法。利用角度旋转方法对数据集进行扩增;在Single Shot MultiBox Detector(SSD)算法的基础上,采用多尺度特征融合的方法在浅层特征图中融合更深层的特征,以扩大浅层特征图的感受野,提高小目标的检测精度;当输入图片较大时,如大于1024pixel×1024pixel,对目标图像进行分区域检测。为了验证该算法的精度,选择VOC2007
针对视频分类中时序特征的融合问题,将二维卷积神经网络中的挤压激励(SE)网络与三维卷积残差网络相结合,提出了新的三维挤压激励网络结构模块,该模块比直接转化而来的三维挤压激励模块多了一个时间维度系数,时间维度系数记录了研究对象在时间轨迹上所进行的动作轨迹变化。新模块不仅可以记录某个时间点的特征,而且能够强化多个时间点的关联性。将具有时空纬度的挤压激励网络应用于人物的动作行为识别,检验了新模块的有效性
提出了一种基于区域先验信息的去遮挡立体匹配算法。该方法采用边缘检测和区域生长对参考图像进行区域分割,将分割后的同质区域作为区域先验信息引入代价计算中,减弱了代价函数对遮挡区域的敏感度,并使用区域一致性检测修正遮挡和误匹配像素,从而获得精确视差图。所提算法是一种加性算法,在不显著增加计算量的同时,可有效提升算法对遮挡区域的匹配效果。使用Middlebury数据集进行测试,测试结果表明,所提算法能够有
为降低高效视频编码(HEVC)中帧内预测编码复杂度和编码耗时,提出一种基于预测单元(PUs)尺寸的HEVC帧内预测模式快速选择的改进算法。对最大尺寸PUs利用统计概率分层构建进入
在空间曲面光源的衍射场计算研究中，将曲面光源视为微小三角形面光源的集合是一种流行的算法。基于坐标仿射变换导出任意三角形面光源频谱完整的解析表达式，并给出了特殊频率点
提出了一种双帧数模融合扫描策略,优化了数字脉宽调制部分。设计了一种硅基有机发光二极管(OLED)微显示器驱动电路,该电路包括像素驱动电路,在帧频为60Hz、灰度等级为256、分
针对现存行人重识别算法不能较好地适应光照、姿态、遮挡等变化的问题,提出一种基于特征融合与子空间学习的行人重识别算法。该算法对整幅行人图像提取方向梯度(HOG)直方图特征和HSV(Hue,Saturation,Value)直方图特征作为整体特征,再在滑动窗口内提取色彩命名(CN)特征和两个尺度的尺度不变局部三元模式(SILTP)特征。为了使算法具有更好的尺度不变性,对原图像进行两次下采样,再对采样后