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
3
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
一种基于负熵的Bussgang地震盲反褶积方法
被引量：
16
1
作者
印兴耀
刘杰
杨培杰
《石油地球物理勘探》
EI
CSCD
北大核心
2007年第5期499-505,共7页
独立分量分析作为一种新兴的信号处理工具,许多学者对其在地震信号处理领域中的应用进行了初步探讨。本文在Santamaria等提出的自适应高斯混合盲反褶积的基础上,结合独立分量分析中Bussgang类反褶积算法,通过引入约束项,对基于负熵准则...
独立分量分析作为一种新兴的信号处理工具,许多学者对其在地震信号处理领域中的应用进行了初步探讨。本文在Santamaria等提出的自适应高斯混合盲反褶积的基础上,结合独立分量分析中Bussgang类反褶积算法,通过引入约束项,对基于负熵准则的目标函数进行了改进,构造出新的非线性算子;同时采用修正的期望最大化(EM)算法优化反射系数高斯混合模型参数,成功地实现了地震信号的盲反褶积。数值模拟和实际资料处理的结果表明,该方法能较好地适应非最小相位系统,得到原始反射系数的最优估计,而且算法收敛快、精度高,是提高地震资料分辨率的有效手段。
展开更多
关键词
独立分量分析
盲反褶积
BUSSGANG
负熵
高斯混合模型
期望最大化算法
下载PDF
职称材料
基于EM算法与Gauss混合模型的地铁站点类型分析
被引量：
1
2
作者
韩荔
李想
曾险峰
《都市快轨交通》
北大核心
2022年第1期70-78,86,共10页
结合成都地铁2019年5月工作日的AFC数据,利用EM算法(expectation-maximum algorithm)与Gauss混合模型,分析成都市156个轨道站点客流曲线的特征差异,并结合平方和误差将其聚类为居住导向型、就业导向型、职住错位型、错位偏居住型、错位...
结合成都地铁2019年5月工作日的AFC数据,利用EM算法(expectation-maximum algorithm)与Gauss混合模型,分析成都市156个轨道站点客流曲线的特征差异,并结合平方和误差将其聚类为居住导向型、就业导向型、职住错位型、错位偏居住型、错位偏就业型、交通枢纽型、综合型7种不同类型的地铁站,最后分析不同类型地铁站的区域分布及土地性质。研究表明,不同类型站点分布具有区域性,站点类型随着到城市中心距离的增加而减少,中心区站点类型更多样,可体现城市功能区域时空差异的表现形式,提供城市空间进行研究的新视角,有助于了解城市功能的空间分布,为未来城市及交通规划提供依据。
展开更多
关键词
地铁站点
客流特征
AFC数据
EM算法
gauss
混合模型
城市功能分布
下载PDF
职称材料
运动状态下人体轮廓提取及身高估算
3
作者
李忠浩
罗文田
+1 位作者
陈乾
成鹏
《电脑与信息技术》
2022年第6期42-45,共4页
自然拍摄的视频信息通常包含前景和背景,采取传统轮廓提取或边缘提取等图像处理方法难以准确识别到视频信息中的人体轮廓信息。通过对比分析基于高斯混合模型法的OpenCV计算机视觉库中的BackgroundSubtractorKNN和BackgroundSubtractorM...
自然拍摄的视频信息通常包含前景和背景,采取传统轮廓提取或边缘提取等图像处理方法难以准确识别到视频信息中的人体轮廓信息。通过对比分析基于高斯混合模型法的OpenCV计算机视觉库中的BackgroundSubtractorKNN和BackgroundSubtractorMOG2背景减除算法,基于KNN算法提出了一种改进的背景减除算法,对所得图像经过中值滤波去除噪声影响后再进行阈值处理消除阴影部分从而提取出清晰的人体轮廓。并在此基础上基于像素比例系数关系提出了一种身高估算方法。实验表明,该方法能准确有效提取行走状态下的人体轮廓,身高估算与实际测量相对误差率在5%以内,能够较为准确的估算身高。
展开更多
关键词
图像处理
混合高斯模型
背景消除
人体轮廓
身高估算
下载PDF
职称材料
题名
一种基于负熵的Bussgang地震盲反褶积方法
被引量：
16
1
作者
印兴耀
刘杰
杨培杰
机构
山东省东营市中国石油大学(华东)地球资源与信息学院地球物理系
中国石油大学(华东)地球资源与信息学院地球物理系
出处
《石油地球物理勘探》
EI
CSCD
北大核心
2007年第5期499-505,共7页
文摘
独立分量分析作为一种新兴的信号处理工具,许多学者对其在地震信号处理领域中的应用进行了初步探讨。本文在Santamaria等提出的自适应高斯混合盲反褶积的基础上,结合独立分量分析中Bussgang类反褶积算法,通过引入约束项,对基于负熵准则的目标函数进行了改进,构造出新的非线性算子;同时采用修正的期望最大化(EM)算法优化反射系数高斯混合模型参数,成功地实现了地震信号的盲反褶积。数值模拟和实际资料处理的结果表明,该方法能较好地适应非最小相位系统,得到原始反射系数的最优估计,而且算法收敛快、精度高,是提高地震资料分辨率的有效手段。
关键词
独立分量分析
盲反褶积
BUSSGANG
负熵
高斯混合模型
期望最大化算法
Keywords
independent
component
analysis,
blind
deconvolution,
Bussgang,
negative
entropy,
gauss
hybrid model
,EM
algorithm
分类号
P315 [天文地球—地震学]
下载PDF
职称材料
题名
基于EM算法与Gauss混合模型的地铁站点类型分析
被引量：
1
2
作者
韩荔
李想
曾险峰
机构
广州铁路职业技术学院
西南交通大学交通运输与物流学院
出处
《都市快轨交通》
北大核心
2022年第1期70-78,86,共10页
基金
广东省教育厅特色创新类科研项目(2019GKTSCX079)。
文摘
结合成都地铁2019年5月工作日的AFC数据,利用EM算法(expectation-maximum algorithm)与Gauss混合模型,分析成都市156个轨道站点客流曲线的特征差异,并结合平方和误差将其聚类为居住导向型、就业导向型、职住错位型、错位偏居住型、错位偏就业型、交通枢纽型、综合型7种不同类型的地铁站,最后分析不同类型地铁站的区域分布及土地性质。研究表明,不同类型站点分布具有区域性,站点类型随着到城市中心距离的增加而减少,中心区站点类型更多样,可体现城市功能区域时空差异的表现形式,提供城市空间进行研究的新视角,有助于了解城市功能的空间分布,为未来城市及交通规划提供依据。
关键词
地铁站点
客流特征
AFC数据
EM算法
gauss
混合模型
城市功能分布
Keywords
metro
stations
passenger
flow
characteristics
AFC
data
gauss
hybrid model
expectation-maximum
algorithm
urban
function
distribution
分类号
U231 [交通运输工程—道路与铁道工程]
下载PDF
职称材料
题名
运动状态下人体轮廓提取及身高估算
3
作者
李忠浩
罗文田
陈乾
成鹏
机构
中国民用航空飞行学院航空电子电气学院
出处
《电脑与信息技术》
2022年第6期42-45,共4页
文摘
自然拍摄的视频信息通常包含前景和背景,采取传统轮廓提取或边缘提取等图像处理方法难以准确识别到视频信息中的人体轮廓信息。通过对比分析基于高斯混合模型法的OpenCV计算机视觉库中的BackgroundSubtractorKNN和BackgroundSubtractorMOG2背景减除算法,基于KNN算法提出了一种改进的背景减除算法,对所得图像经过中值滤波去除噪声影响后再进行阈值处理消除阴影部分从而提取出清晰的人体轮廓。并在此基础上基于像素比例系数关系提出了一种身高估算方法。实验表明,该方法能准确有效提取行走状态下的人体轮廓,身高估算与实际测量相对误差率在5%以内,能够较为准确的估算身高。
关键词
图像处理
混合高斯模型
背景消除
人体轮廓
身高估算
Keywords
image
processing
gauss
’s
hybrid model
background
subtraction
human
body
contour
height
estimation
分类号
TP391.4 [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
一种基于负熵的Bussgang地震盲反褶积方法
印兴耀
刘杰
杨培杰
《石油地球物理勘探》
EI
CSCD
北大核心
2007
16
下载PDF
职称材料
2
基于EM算法与Gauss混合模型的地铁站点类型分析
韩荔
李想
曾险峰
《都市快轨交通》
北大核心
2022
1
下载PDF
职称材料
3
运动状态下人体轮廓提取及身高估算
李忠浩
罗文田
陈乾
成鹏
《电脑与信息技术》
2022
0
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
