稀疏正则化相关论文
电磁逆散射方法建立在全波电磁计算的基础上,故相比于其它微波成像方法,逆散射重建有着更精确且普适的物理模型,和更广泛的应用前......
大脑是人体内最重要、最复杂的器官,只有充分认识脑的结构和功能才能更好地保护脑、开发脑和仿照脑。脑功能探测面临的主要挑战是......
时间序列模型作为一种处理动态数据的统计方法,其模型系数和残差对结构中的损伤具有敏感性,并且可以直接通过结构振动响应信号得到......
作为旋转机械中的关键传动零部件,齿轮与滚动轴承在恶劣的环境下长期运行容易出现局部故障,可能导致灾难性的后果。因此,对旋转机......
噪声源定位是控制车辆噪声及提升NVH性能的先决条件,近场声全息是一种通过传声器测量信号实现噪声源可视化的高效技术,广泛应用于......
特征选择是许多机器学习应用的重要组成部分,被用于加快学习进程,提高模型的泛化能力和解决维数灾难问题。尤其,作为一种重要的数......
在现代科学技术中,信号和图像处理是一个关键技术,在医学,遥感,安全检查,通信等领域中有很多重要的应用.本文研究了其中三类问题的......
社交媒体的不断发展使其逐渐成为互联网用户发表观点和意见的主要平台。每天有大量活跃的互联网用户发布数量巨大的承载用户信息的......
网络信息技术发展和高新技术产品的普遍应用,众多行业获取的信息数据在数量和内容上都在飞速扩增,信息数据呈现高维度、复杂化的特......
目的电力线在航拍图像中的提取是智能巡检的重要研究内容,基于深度学习的图像语义分割模型在此领域的应用已有较好的效果。然而,图......
无线多媒体传感器网络（Wireless Multimedia Sensor Networks，WMSN）因其部署快速、组网灵活、感知视频信息丰富等优点而被广泛应用于......
利用信号处理技术来进行图像超分辨率重建成为目前图像处理领域的研究热点。本文系统综述了目前图像超分辨率技术的研究现状以及应......
多标记学习作为当前机器学习研究的热点已经在多媒体内容自动标注,生物信息学,信息检索等领域得到广泛应用。然而随着互联网信息时......
近年来,稀疏正则化由于其广泛的应用背景,受到了越来越多的关注。经典的e1稀疏正则化方法通常情况下不能给出最稀疏的解,因此非凸......
遥感图像在军事、民用等领域得到了广泛的应用。随着卫星数量的增加,人们采集到的遥感图像的信息量越来越大,遥感图像融合方法因为......
自我国进入现代化建设的新时期,大规模的土木工程建设越来越多,结构在服役期间的安全性和可靠性日益受到人们的关注和重视。为了对......
对于动态稀疏环境下雷达干扰机的收发隔离问题,常用的遗忘因子递归最小二乘(RLS)算法对干扰耦合路径衰减系数的辨识精度不够,以至......
随着计算机技术的飞速发展,现实生活中存在的多种形态的大规模数据成指数级增长。如何对海量、稀疏、低秩、含噪声的数据进行快速......
人工神经网络(Artificial Neural Networks, ANNs)是理论化的人脑神经网络的数学模型,其已有相当广泛的应用.相对于传统的人工神经......
图像超分辨率问题是数字图像处理和计算机视觉的重要问题之一,其目的是从一幅低分辨率图像或一组图像序列恢复出高分辨率图像。本......
本文研究具有L1数据模拟项的稀疏正则化及其数值实现。讨论了该正则化泛函解的存在性、稳定性、收敛性和收敛速度。由于该正则化的......
图像分割是计算机视觉和图像分析领域中的热点和难点，图像分割的目的就是将图像分成互不交叠而又各具特性（纹理、灰度、色彩等）的子区......
随着信息技术的飞速发展,在经济学、生物信息学、社会科学和医学等诸多领域中对海量、高维数据的采集成为可能.由于这些数据量级过......
根据稀疏定理,首先对遥感图像数据进行训练,得到高分辨率图像块字典与低分辨率图像块字典,然后利用低分辨率图像块字典求出稀疏表......
桥梁影响线反映结构固有特性,具有对损伤敏感和对环境变化较不敏感的优点。监测桥梁在不同使用阶段的影响线状态及其变化趋势,对于......
针对现有的大多视频修复方法为了满足视觉一致性而需要额外处理过程的问题,提出了一种基于时空几何流的Bandelet稀疏正则化方法。......
本文研究了一类稀疏正则化的非凸优化问题.利用近端梯度法,获得了其全局收敛的结果,推广了算法模型在神经网络训练中的应用.......
提出了一种基于贝叶斯压缩感知的新方法,对作用在复合材料结构上的冲击载荷时间历程进行识别。首先将复合材料结构冲击响应的动力......
利用桥梁实测响应反演桥面移动荷载是桥梁工程的研究热点之一。但既有移动荷载正则化识别方法没有考虑未知初始条件的影响。针对此......
随机权网络是一种有效的前馈神经网络(FNNs),尤其是内权和偏置值的随机选取极大地提高了网络的学习速率,并克服了其他学习算法的一......
稀疏正则化方法在参数重构中起到了越来越重要的作用．与传统的正则化方法相比，稀疏正则化方法能较好地重构稀疏变量．由于稀疏正则化的......
利用一种基于软阈值的稀疏正则化图像重构算法,对IEE ECT内部的介质分布进行重构,并与Landweber迭代算法进行对比。仿真和实验结果......
提出了一种基于稀疏正则和自适应有限元方法的两阶重建算法,在初始网格和次级网格光源重建实验中,根据重建问题的特点,选用两种不......
基于传递率函数的结构损伤识别方法因其无需结构荷载仅需结构响应信息的特点而具有良好的工程应用前景。但是,利用传递率函数进行......
为了复原因相机抖动而产生的运动模糊图像,提出基于L p范数和全变分范数的正则化盲复原方法;首先,基于模糊图像的梯度稀疏性建立L ......
基于麦克风阵列信号处理的声源识别技术是解决噪声控制中故障诊断问题的有效途径之一。近年来,稀疏正则化方法由于其利用信号固有......
在图像分类任务中,由于图像背景、光照、拍摄角度等的变化,从源领域上训练的分类模型常常不适用于相关目标领域的图像数据。为此,......
运用传统方法对模糊图像进行盲复原的过程中,普遍存在着图像复原效果不理想,完成时间较长等问题,提出基于布雷格曼迭代的模糊图像......
地下介质普遍存在黏弹性,地震勘探中介质对地震波的黏弹性衰减是降低地震信号分辨率的主要原因。常规地震反演不考虑介质黏弹性,降......
为了保持高光谱(HS)超分辨率重建过程中的频谱一致性和边缘锐度,提出一种基于空间谱结合非局部相似性的超分辨率重建算法。首先,使......
以高维分类为目标,从分类的准确率与模型解释性角度探讨了降维的必要性,分析了特征选择与抽取2类方法特点,并对常用的特征抽取方法......
振动频率是描述结构自身振动特性的数据,因其比较容易获取,常被用于识别结构损伤。但由于频率数据的量相对较少,损伤识别通常是非......
针对无监督属性选择算法使用单一方法,未考虑数据间内在相关性和噪声等问题,提出一种基于属性自表达的低秩无监督属性选择算法。算......
为了提高二维大地电磁反演对异常体边界的刻画能力,我们引入曲波变换建立一种新的稀疏正则化反演方法.与传统的在空间域中对模型电......
随着压缩感知理论的发展,低秩与稀疏正则化建模在图像处理与计算机视觉领域取得了成功的应用。图像去噪与图像分割是图像处理与计......
正电子发射型计算机断层成像(PET)作为一种重要的临床影像技术,其图像重建技术非常重要.本文将γ光子飞行时间信息(TOF)加入到系统......
在系统调研Radon变换及其各种改进方法、应用效果的基础上,对目前Radon变换的研究成果进行了总结。首先,详细介绍了Radon变换基本......
双基地逆合成孔径（ISAR）成像中，一维距离像的分辨率因双基地角的存在而下降，为解决此问题，研究了双基地ISAR的一维距离成像算法。在分析......
