重构误差相关论文
基于自编码器（AE）的异常检测方法利用重构误差判断待测样本是正常数据还是异常数据。然而，上述方法在正常数据与异常数据上产生的重构......
随着科技的快速发展,图像识别技术广泛应用于人脸识别、场景识别、形为识别等应用场景中。所谓图像识别就是提取图像的模式特征并......
压缩感知理论能够为处理大规模信号数据提供有效支持.压缩感知中信号的稀疏表示和稀疏重构问题本质是一个稀疏优化问题,该问题是要......
卫星电源系统是卫星的核心组成之一,卫星电源故障会造成严重的、无法修复的损失。卫星电源系统的异常作为故障发生的“前兆”,若任......
成像反演是综合孔径辐射计的一项关键内容.然而,综合孔径辐射计成像反演是病态的反问题.虽然传统的正则化方法能有效克服其病态性,......
发展大规模、分布式储能是实现“双碳”目标的重要途径。守住储能电池的安全底线关乎人民生命安全和社会经济发展。现有储能电池安......
主成分分析（PCA）是一种降低数据维度的技术。PCA利用正交变换捕捉数据的主要线性特征,减少冗余数据的同时尽可能的增加数据的解释性......
传感器技术的飞速发展催生了大量交通轨迹数据,轨迹异常检测在智慧交通、城市规划、道路监控等领域具有重要的应用价值。针对传统......
桥梁是非常重要的大型结构物,所处环境非常复杂,在运营的过程中,桥梁不可避免地会发生损伤,若能及时发现损伤发生的时刻,对出现的......
尾流即含有大量气泡的气泡幕，尾流具有特殊的声学、电学、磁学和光学特性。利用Haar小波对尾流气泡幕散射光信号做一维离散小波变换......
近年来，云计算、大数据和移动互联网等新型网络技术的迅速崛起为推动社会发展注入了强大动力，但与此同时网络攻击特征多元化问题日益......
传统的显著性目标检测算法习惯于应用图像底层特征,或者采用大量的含有人工标注真值的样本图像训练一个高层学习模型。然而在本文......
随着云计算、AI等技术的迅速发展,互联网涌现出了各种新型的网络攻击,网络异常检测与分析方法引起了学术界的广泛关注并逐渐成为研......
本文首先通过对异常事件问题的分析,将视频中异常事件检测的重点放在检测没有明确类别定义的异常事件检测上。为了解决这个问题,本......
图像显著性检测已经成为近几年重要的研究课题之一,目的是为了快速获取图像中有用的信息。针对当前显著性检测方法存在目标区域不......
压缩感知理论基于信号的稀疏性或可压缩性,利用非相干的线性观测投影对信号同时进行采样和压缩,然后通过非线性的重构算法从低维的......
为了更好地抵制网络能量快速消耗和降低不可靠链路对无线传感器网络系统数据收集的影响以提高数据重构精度,提出了一种基于能量有......
本文主要介绍了压缩感知的基本原理，以及伪随机序列在压缩感知测量矩阵构造中的应用。分析了使用伪随机序列所构造的两个测量矩......
提出了一种新颖的基于稀疏表示的道路分割算法，该算法以局部图像小片为处理单元，通过学习得到路面纹理的一组字典，使得路面局部纹......
针对视频监控异常行为检测中行为特征提取不充分且检测效率低的问题,提出一种基于无监督的时空卷积自编码异常检测方法。首先对视......
信道估计是提高无线信道传输接收性能的关键技术.有越来越多的实验征据表明物理信道显示出稀疏的结构.基于压缩感知的稀疏多径信道......
本文提出采用独立成分分析(Independent Component Analysis,ICA)的方法对头相关传输函数HRTF进行分解和重构.以中垂面为例,对25个......
随着新材料与新工艺不断的引入到纳米器件的生产中，以及纳米器件特征尺寸的不断缩小，对于纳米器件表面粗糙度的测量与表征提出了......
基于任意角度压缩感知(CS)方法分析了传感器安装角度偏差对风扇/压气机周向模态识别重构的影响,设计了一套自适应角度优化程序修正......
期刊
语音信号的采集，压缩和传输是语音信号处理研究领域的重要内容，传统的处理过程是按照采样定律先采集，再压缩，然后进行传输，最后进行解压......
该文所采用的具有鲁棒性的PC神经网络,是基于一种经典的标准PCA网络,即GHA(GeneralizeHebbAlgorithm)网络模型基础之上的一种改进......
局部线性嵌入算法(LLE)能很好保存数据点的局部性质,因此有很好的数据可视化效果,但它不是一种很好的面向分类的特征提取方法。因......
考虑现代测量非线性问题的复杂性和小波分析的特点，用小波理论进行非线性估计，给出了小波估计模型，用最优小波包基进行了误差估计......
在信号传输和重构过程中,由数据丢失和量化等原因引起的误差是不可避免的。基于框架编码的使用能够很好的解决这一类问题。框架最......
无线传感器网络在结构健康监测方面有着广泛的应用,但由于该领域的传感器数量和种类众多,数据压缩对系统的高效运行起着关键作用。......
局部线性嵌入(LLE)算法是有效的非线性降维方法,时间复杂度低并具有强的流形表达能力。与其他降维方法相比,局部线性嵌入算法的优......
针对使用单一信号分类的现有车辆识别技术的不足,提出了一种基于声音信号与振动信号协同表示的车辆分类识别方法.利用梅尔倒谱系数......
提出了一种基于稀疏编码理论的视频异常行为检测方法,并使用HOG3D空-时描述器表征视频序列的形态及运动信息。首先,从正常视频序列......
针对逆向工程技术中的模型重构的主要方法进行了分析,并对模型逆向重构过程中使用的主要软件及其适用性进行了总结。随后,对模型重......
针对基于栈式自编码器的离群点(SAE)检测算法和基于密度的离群点(LOF)检测算法检测精度不高的问题,提出了将SAE算法和LOF算法相结......
通过对某汽车零件进行光栅扫描、解相和去包裹处理,获取物体三维点云数据,对点云数据进行降噪、精简和网格化处理。然后根据点云曲......
传统的深度置信网络(DBNs)训练过程采用重构误差作为RBM网络的评价指标,它能在一定程度上反映网络对训练样本的似然度,但它并不是......
在信号稀疏分解理论的基础上，提出了构建联合过完备库的思想。通过对包含不同特征成分的过完备子库进行联合构建联合过完备库，它包含......
为获取面部三维点云,并转换为高精度NURBS曲面,建立了面部图像采集与处理系统,并研究其中的点云自动拼接和曲面重构方法。首先,采......
针对民用船舶自动报告系统通信辐射源个体识别问题,该文提出一种基于信号暂态稀疏表示的个体识别方法。该算法求解一个充分利用信......
现有流形学习算法在学习人脸数据时,假设所有数据点位于单一低维嵌入流形之上,当数据点实际分布在不同的流形上时,单流形假设就会......
目前模糊支持向量机使用的隶属度很大程度上依赖于先验知识、后验概率和多个自由参数,应用面不广、计算复杂、较难执行性能调优。......
LiDAR获取数据的方式导致点云数据存在阴影、遮挡等现象,造成现有算法识别率低,鲁棒性差。稀疏表示理论表明过完备字典可通过少量......
多小波函数可以同时具备对称性，紧支撑，高阶消失矩和正交性等特点，因此在冲击信号的特征提取中比单小波更具优势。但是，由于多小波本身......
