期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
InSAR通道联合稀疏贝叶斯特征化成像
1
作者
侯育星
徐刚
《雷达学报（中英文）》
CSCD
北大核心
2018年第6期750-757,共8页
针对干涉合成孔径雷达(InSAR)成像,该文提出了一种通道联合结构化稀疏的贝叶斯成像算法,可实现图像稀疏特征化增强,以提升干涉相位噪声滤波和相干斑抑制性能。基于贝叶斯准则,利用多层级统计模型建立稀疏成像模型,结构化稀疏表示InSAR...
针对干涉合成孔径雷达(InSAR)成像,该文提出了一种通道联合结构化稀疏的贝叶斯成像算法,可实现图像稀疏特征化增强,以提升干涉相位噪声滤波和相干斑抑制性能。基于贝叶斯准则,利用多层级统计模型建立稀疏成像模型,结构化稀疏表示InSAR图像。在稀疏成像求解中,利用最大期望(EM)算法进行图像重构和多层级统计参数估计。由于能够联合利用通道稀疏统计特性,所提算法能够有效提升InSAR幅度和相位噪声滤波性能。最后,通过实验分析进一步验证该文算法的有效性。
展开更多
关键词
干涉合成孔径雷达
通道
联合
稀疏
贝叶斯
干涉相位滤波
相干斑抑制
下载PDF
职称材料
基于互信息的多通道联合稀疏模型及其组织病理图像分类
被引量：
4
2
作者
汤红忠
李骁
+1 位作者
张小刚
张东波
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2018年第8期1514-1521,共8页
针对传统联合稀疏模型中共有分量与独有分量都采用相同的字典进行特征表示,导致编码系数判别性低的问题,提出一种基于互信息的多通道联合稀疏模型,并将其应用于组织病理图像的分类.该模型通过K均值对样本特征进行聚类,分别得到R,G与B通...
针对传统联合稀疏模型中共有分量与独有分量都采用相同的字典进行特征表示,导致编码系数判别性低的问题,提出一种基于互信息的多通道联合稀疏模型,并将其应用于组织病理图像的分类.该模型通过K均值对样本特征进行聚类,分别得到R,G与B通道的字典;其次利用样本特征与3个字典之间的互信息,剔除弱相关原子且构造了1个共有字典与3个独有字典,以此为基础建立了多通道联合稀疏模型;同时引入图像的空间信息,结合空间金字塔匹配模型对不同层次的图像特征进行联合稀疏编码,利用编码系数训练SVM分类器.实验结果表明,该模型具有更好的特征表示能力,大大提高了编码系数的判别性,获得了较好的分类性能与较强的鲁棒性.
展开更多
关键词
互信息
多
通道
联合
稀疏
模型
空间金字塔匹配
组织病理图像分类
下载PDF
职称材料
题名
InSAR通道联合稀疏贝叶斯特征化成像
1
作者
侯育星
徐刚
机构
陕西黄河集团有限公司
东南大学信息科学与工程学院毫米波国家重点实验室
出处
《雷达学报（中英文）》
CSCD
北大核心
2018年第6期750-757,共8页
基金
国家自然科学基金项目(61701106)
江苏省自然科学基金项目(BK20170698)
陕西省创新人才推进计划-青年科技新星项目(S2019-ZC-XXXM-0035)~~
文摘
针对干涉合成孔径雷达(InSAR)成像,该文提出了一种通道联合结构化稀疏的贝叶斯成像算法,可实现图像稀疏特征化增强,以提升干涉相位噪声滤波和相干斑抑制性能。基于贝叶斯准则,利用多层级统计模型建立稀疏成像模型,结构化稀疏表示InSAR图像。在稀疏成像求解中,利用最大期望(EM)算法进行图像重构和多层级统计参数估计。由于能够联合利用通道稀疏统计特性,所提算法能够有效提升InSAR幅度和相位噪声滤波性能。最后,通过实验分析进一步验证该文算法的有效性。
关键词
干涉合成孔径雷达
通道
联合
稀疏
贝叶斯
干涉相位滤波
相干斑抑制
Keywords
Interferometric Synthetic Aperture Radar(InSAR)
Joint sparsity
Bayesian
Interferometric phase de-noising
Speckle reduction
分类号
TN957 [电子电信—信号与信息处理]
下载PDF
职称材料
题名
基于互信息的多通道联合稀疏模型及其组织病理图像分类
被引量：
4
2
作者
汤红忠
李骁
张小刚
张东波
机构
湘潭大学信息工程学院
湖南大学电气与信息工程学院
湘潭大学智能计算与信息处理教育部重点实验室
出处
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2018年第8期1514-1521,共8页
基金
国家自然科学基金(61573299
61673162
+3 种基金
61602397)
湖南省自然科学基金(2017JJ3315
2017JJ2251
2016JJ3125)
文摘
针对传统联合稀疏模型中共有分量与独有分量都采用相同的字典进行特征表示,导致编码系数判别性低的问题,提出一种基于互信息的多通道联合稀疏模型,并将其应用于组织病理图像的分类.该模型通过K均值对样本特征进行聚类,分别得到R,G与B通道的字典;其次利用样本特征与3个字典之间的互信息,剔除弱相关原子且构造了1个共有字典与3个独有字典,以此为基础建立了多通道联合稀疏模型;同时引入图像的空间信息,结合空间金字塔匹配模型对不同层次的图像特征进行联合稀疏编码,利用编码系数训练SVM分类器.实验结果表明,该模型具有更好的特征表示能力,大大提高了编码系数的判别性,获得了较好的分类性能与较强的鲁棒性.
关键词
互信息
多
通道
联合
稀疏
模型
空间金字塔匹配
组织病理图像分类
Keywords
mutual information
multi-channel joint sparse coding model
spatial pyramid matching
histopathologicalimage classification
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
InSAR通道联合稀疏贝叶斯特征化成像
侯育星
徐刚
《雷达学报（中英文）》
CSCD
北大核心
2018
0
下载PDF
职称材料
2
基于互信息的多通道联合稀疏模型及其组织病理图像分类
汤红忠
李骁
张小刚
张东波
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2018
4
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
