期刊文献+
共找到183篇文章
< 1 2 10 >
每页显示 20 50 100
低秩矩阵恢复算法综述 被引量:72
1
作者 史加荣 郑秀云 +1 位作者 魏宗田 杨威 《计算机应用研究》 CSCD 北大核心 2013年第6期1601-1605,共5页
将鲁棒主成分分析、矩阵补全和低秩表示统称为低秩矩阵恢复,并对近年来出现的低秩矩阵恢复算法进行了简要的综述。讨论了鲁棒主成分分析的各种优化模型及相应的迭代算法,分析了矩阵补全问题及求解它的不精确增广拉格朗日乘子算法,介绍... 将鲁棒主成分分析、矩阵补全和低秩表示统称为低秩矩阵恢复,并对近年来出现的低秩矩阵恢复算法进行了简要的综述。讨论了鲁棒主成分分析的各种优化模型及相应的迭代算法,分析了矩阵补全问题及求解它的不精确增广拉格朗日乘子算法,介绍了低秩表示的优化模型及求解算法。最后指出了有待进一步研究的问题。 展开更多
关键词 低秩矩阵恢复 鲁棒主成分分析 矩阵补全 低秩表示 增广拉格朗日乘子算法
下载PDF
基于低秩模型的电力状态数据异常检测 被引量:36
2
作者 李永攀 门锟 吴俊阳 《计算机工程与应用》 CSCD 北大核心 2019年第16期255-258,264,共5页
智能电网在国民生计中扮演着至关重要的角色,智能电网的稳定性和安全性是网络建设中需要特别考虑的问题。在智能电网的建设和运营中,如何从日常监测数据中及时检测出异常信息和有害信息,比如网络入侵数据和系统隐患数据,对智能电网的稳... 智能电网在国民生计中扮演着至关重要的角色,智能电网的稳定性和安全性是网络建设中需要特别考虑的问题。在智能电网的建设和运营中,如何从日常监测数据中及时检测出异常信息和有害信息,比如网络入侵数据和系统隐患数据,对智能电网的稳定性和安全性有着举足轻重的影响。提出一种基于低秩模型的电力数据异常检测算法,将系统观测数据分解为低秩部分和稀疏部分,用低秩部分表达干净的观测,用稀疏部分表达异常数据。然后,通过增广拉格朗日方法来优化目标方程。在公开数据集上的实验结果验证了所提出算法的有效性。 展开更多
关键词 低秩表示 数据挖掘 网络空间安全 电力状态估计
下载PDF
基于多视角低秩分析的电力状态不良数据检测 被引量:12
3
作者 李永攀 彭伟伦 +1 位作者 门锟 吴俊阳 《电子科技大学学报》 EI CAS CSCD 北大核心 2019年第3期361-365,共5页
随着信息化技术在智能电网的应用逐步深入,在智能电网的运维中能及时自动检测到不良数据,如网络攻击数据和设备故障数据,对电网的稳定和持续运行有着重要意义。该文提出一种基于多视角低秩分析的电力状态不良数据检测算法。该算法使用... 随着信息化技术在智能电网的应用逐步深入,在智能电网的运维中能及时自动检测到不良数据,如网络攻击数据和设备故障数据,对电网的稳定和持续运行有着重要意义。该文提出一种基于多视角低秩分析的电力状态不良数据检测算法。该算法使用来自多个观测源的观测数据综合估计电力系统的状态,算法使用低秩模型挖掘出来自多个观测源数据间的共享本真数据,同时使用稀疏模型对不良数据建模。针对所提出的目标方程,给出了一种基于交叉迭代的优化算法。最后,在IEEE多个节点测试系统上的实验证明了该算法相对于已有算法的先进性。 展开更多
关键词 网络空间安全 低秩表示 多视角学习 电力状态估计
下载PDF
基于鉴别性低秩表示及字典学习的鲁棒人脸识别算法 被引量:11
4
作者 赵雯 吴小俊 《计算机应用研究》 CSCD 北大核心 2017年第10期3157-3161,共5页
针对人脸识别中的图像存在噪声等情况,提出基于鉴别性低秩表示及字典学习的算法。使用鉴别性低秩子空间恢复算法(DLRR)获得类别间尽可能独立且干净的训练样本,然后通过引入基于Fisher准则的字典学习(FDDL)方法得到结构化字典,其子字典... 针对人脸识别中的图像存在噪声等情况,提出基于鉴别性低秩表示及字典学习的算法。使用鉴别性低秩子空间恢复算法(DLRR)获得类别间尽可能独立且干净的训练样本,然后通过引入基于Fisher准则的字典学习(FDDL)方法得到结构化字典,其子字典对对应的类有较好的表示能力,约束编码系数具有较小类内散列度和较大类间散列度。最后对测试样本稀疏线性表示时正确类别的样本贡献更大。在标准人脸数据库上的实验结果表明该算法有较好的性能。 展开更多
关键词 人脸识别 低秩表示 字典学习 稀疏线性表示
下载PDF
平滑非负低秩图表示聚类算法 被引量:1
5
作者 钱罗雄 陈梅 +2 位作者 张弛 张锦宏 马学艳 《计算机科学与探索》 CSCD 北大核心 2024年第3期659-673,共15页
针对现有低秩图表示算法在构建表示图时未能精确捕获数据的全局表示结构、未能充分利用数据有效信息指导表示图的构建以及构建的表示图不具有适于聚类的连通结构等问题,提出了平滑非负低秩图表示聚类算法(SNLRR)。SNLRR采用一种更符合... 针对现有低秩图表示算法在构建表示图时未能精确捕获数据的全局表示结构、未能充分利用数据有效信息指导表示图的构建以及构建的表示图不具有适于聚类的连通结构等问题,提出了平滑非负低秩图表示聚类算法(SNLRR)。SNLRR采用一种更符合矩阵秩特性的对数行列式函数代替核范数平滑地估计秩,有效降低矩阵较大奇异值对秩估计的影响,平衡了所有奇异值对秩估计的贡献比重,增强秩估计的准确性,从而更精准地捕获数据的全局表示结构。为了更加准确地捕获数据局部表示结构,SNLRR引入距离正则项为每个数据点自适应地分配最优近邻学习表示矩阵。此外,SNLRR对表示矩阵的拉普拉斯矩阵施加秩约束,使最终学习到的表示图具有与簇个数相同数量的连通分量,即表示图具有适于聚类的连通结构。与八个对比算法在七个高维且分布复杂的数据集上的实验结果显示,SNLRR算法的聚类性能均优于八种对比算法,Accuracy平均提高了0.2073,NMI平均提高了0.1758。因此,SNLRR是一个能够有效处理维度高且分布复杂数据的图表示聚类算法。 展开更多
关键词 聚类 低秩表示 秩约束 对数行列式低秩
下载PDF
基于结构低秩编码的复杂环境红外弱小目标检测算法 被引量:8
6
作者 赵爱罡 王宏力 +2 位作者 杨小冈 陆敬辉 黄鹏杰 《中国惯性技术学报》 EI CSCD 北大核心 2015年第5期662-669,共8页
针对复杂环境红外弱小目标检测难的问题,依据背景慢变特性,提出了一种将背景优化和低秩表达相结合的结构低秩编码小目标检测算法。首先,利用梯度0l范数约束提取背景中梯度较大的成分,保留灰度快变结构,同时平滑慢变结构,对背景进行优化... 针对复杂环境红外弱小目标检测难的问题,依据背景慢变特性,提出了一种将背景优化和低秩表达相结合的结构低秩编码小目标检测算法。首先,利用梯度0l范数约束提取背景中梯度较大的成分,保留灰度快变结构,同时平滑慢变结构,对背景进行优化;其次,使用核函数刻画背景图像块之间的低秩特性,用秩描述背景的主要结构并进行建模;最后,分解得到的误差矩阵具有稀疏性,主要包含快变的小目标结构,通过稀疏矩阵1,2l范数定位红外弱小目标。实验结果表明,结构低秩编码检测算法能够有效发掘复杂背景图像块之间的关系,抑制杂波干扰,在虚警为2时,最低检测率为92%。提高了复杂环境下红外弱小目标的检测性能,基本能满足实际应用要求。 展开更多
关键词 复杂环境 红外小目标 低秩表达 0l范数约束
下载PDF
采用低秩与加权稀疏分解的视频前景检测算法 被引量:8
7
作者 常侃 张智勇 +1 位作者 陈诚 覃团发 《电子学报》 EI CAS CSCD 北大核心 2017年第9期2272-2280,共9页
传统的鲁棒主成分分析模型能较好地解决视频前景检测问题.但是,若该模型的假设条件不能满足,算法性能会变差.针对此问题,本文提出了一种低秩与加权稀疏分解模型,通过对前景矩阵加权以增强其稀疏性.在建立加权矩阵的过程中,采用光流法获... 传统的鲁棒主成分分析模型能较好地解决视频前景检测问题.但是,若该模型的假设条件不能满足,算法性能会变差.针对此问题,本文提出了一种低秩与加权稀疏分解模型,通过对前景矩阵加权以增强其稀疏性.在建立加权矩阵的过程中,采用光流法获取每帧的运动矢量,以区分真实运动区域.其次,进一步提出一种增强模型,通过将加权矩阵作用于观测矩阵及背景矩阵,防止前景与背景的错误分离.实验结果表明,在无噪和有噪的情况下,提出的算法均能有效地分离监控视频中的前景和背景. 展开更多
关键词 前景检测 运动目标检测 鲁棒主成分分析 低秩表示 光流法
下载PDF
基于稀疏滤波神经网络的智能调制识别 被引量:8
8
作者 李润东 李立忠 +2 位作者 李少谦 宋熙煜 何鹏 《电子科技大学学报》 EI CAS CSCD 北大核心 2019年第2期161-167,共7页
针对传统调制识别中特征提取依赖人工经验的问题,该文提出了一种基于抗噪预处理及稀疏滤波卷积神经网络的智能通信调制识别算法。该算法将调制信号的循环谱作为卷积神经网络的输入图像,并引入低秩表示算法去除循环谱图中的噪声及干扰。... 针对传统调制识别中特征提取依赖人工经验的问题,该文提出了一种基于抗噪预处理及稀疏滤波卷积神经网络的智能通信调制识别算法。该算法将调制信号的循环谱作为卷积神经网络的输入图像,并引入低秩表示算法去除循环谱图中的噪声及干扰。在有监督训练卷积神经网络之前,该文设计了一种新型的稀疏滤波准则对网络进行无监督的逐层预训练,从而提升了泛化性能。仿真表明算法在信噪比为0 dB时仍可达94.2%的识别准确率,优于传统方法及相关深度学习方法。 展开更多
关键词 卷积神经网络 深度学习 低秩表示 调制识别 稀疏滤波
下载PDF
基于低秩稀疏表示的子空间学习研究综述 被引量:7
9
作者 武继刚 陈招红 +1 位作者 孟敏 谢敬豪 《华中科技大学学报(自然科学版)》 EI CAS CSCD 北大核心 2021年第2期1-19,共19页
以基于低秩稀疏表示的子空间学习为研究对象,对近几年的相关研究工作进行了归纳总结。首先,阐述了子空间学习及低秩稀疏表示的概念;然后,根据迭代更新的方法,将基于低秩稀疏表示的子空间学习分为基于矩阵分解的子空间学习和基于谱聚类... 以基于低秩稀疏表示的子空间学习为研究对象,对近几年的相关研究工作进行了归纳总结。首先,阐述了子空间学习及低秩稀疏表示的概念;然后,根据迭代更新的方法,将基于低秩稀疏表示的子空间学习分为基于矩阵分解的子空间学习和基于谱聚类的子空间学习两大类;其次,对它们各自算法的核心思想进行了详细介绍,并对这些算法的优缺点进行了对比分析;最后,介绍了基于低秩稀疏表示的子空间学习在人脸识别、语音情感识别和运动分割这些领域的应用,同时指出了该研究中存在的挑战及未来研究方向。 展开更多
关键词 子空间学习 子空间聚类 维数约简 低秩表示 稀疏表示
原文传递
分块低秩图的遥感影像半监督分类应用 被引量:7
10
作者 祖宝开 夏克文 +1 位作者 牛文佳 姜晓庆 《计算机科学与探索》 CSCD 北大核心 2019年第7期1217-1226,共10页
随着信息技术和对地观测技术的飞速发展,遥感技术在社会生活和经济建设中发挥着越来越重要的作用。分类模型的准确性和抗干扰能力对精确绘制复杂的土地覆盖和土地利用分类至关重要。针对大规模遥感数据难以获取大量标记数据的问题,基于... 随着信息技术和对地观测技术的飞速发展,遥感技术在社会生活和经济建设中发挥着越来越重要的作用。分类模型的准确性和抗干扰能力对精确绘制复杂的土地覆盖和土地利用分类至关重要。针对大规模遥感数据难以获取大量标记数据的问题,基于低秩表示模型和图的半监督学习方法,提出了基于分块低秩图的大规模遥感图像半监督分类应用。为了解决低秩表示计算复杂度高的问题,将预处理后的图像按像素进行分块处理,并在每个块上实现低秩表示。在WorldView-2影像上的分类结果表明,在少量标记样本下,该方法利用简单的最近邻分类器即可实现对城市地物的精确分类。因此,该方法有效地提高了土地覆盖的分类精度,在遥感图像分类中具有较高的效率。 展开更多
关键词 遥感图像 低秩表示 分类
下载PDF
结构化加权稀疏低秩恢复算法在人脸识别中的应用 被引量:7
11
作者 吴小艺 吴小俊 《智能系统学报》 CSCD 北大核心 2019年第3期455-463,共9页
针对训练样本或测试样本存在污损的情况,提出一种结构化加权稀疏低秩恢复算法(structured andweighted-sparse low rank representation,SWLRR)。SWLRR对低秩表示进行加权稀疏约束和结构化约束,使得低秩表示系数更加趋近于块对角结构,... 针对训练样本或测试样本存在污损的情况,提出一种结构化加权稀疏低秩恢复算法(structured andweighted-sparse low rank representation,SWLRR)。SWLRR对低秩表示进行加权稀疏约束和结构化约束,使得低秩表示系数更加趋近于块对角结构,进而可获得具有判别性的低秩表示。SWLRR将训练样本恢复成干净训练样本后,再根据原始训练样本和恢复后的训练样本学习到低秩投影矩阵,把测试样本投影到相应的低秩子空间,即可有效地去除测试样本中的污损部分。在几个人脸数据库上的实验结果验证了 SWLRR在不同情况下的有效性和鲁棒性。 展开更多
关键词 人脸识别 结构化 加权稀疏 低秩表示 子空间投影
下载PDF
加权Schatten范数低秩表示的高光谱图像恢复 被引量:7
12
作者 张倩颖 谢晓振 《光学精密工程》 EI CAS CSCD 北大核心 2019年第2期421-432,共12页
高光谱图像在获取过程中常受到多种噪声的干扰,如高斯噪声、脉冲噪声、条纹噪声等,为确保后续应用的顺利进行,提出了一种基于加权Schatten范数低秩表示的高光谱图像恢复方法。该方法引入低秩表示模型恢复高光谱数据,采用加权Schatten范... 高光谱图像在获取过程中常受到多种噪声的干扰,如高斯噪声、脉冲噪声、条纹噪声等,为确保后续应用的顺利进行,提出了一种基于加权Schatten范数低秩表示的高光谱图像恢复方法。该方法引入低秩表示模型恢复高光谱数据,采用加权Schatten范数代替核函数,更精确地逼近秩函数;并选用初步无噪图像作为低秩表示的字典,进一步提高了模型对图像的恢复能力。另外,引入拉普拉斯正则项刻画数据内部的几何结构,能保持图像的细节。模拟和实际高光谱数据的实验结果表明,较多种相关的方法在视觉效果和量化指标值都有很大地改进。与经典的基于低秩先验的恢复方法相比,本文算法的平均峰值信噪比提高2.74dB,平均结构相似性数值指标提高0.03,而平均光谱角降低1.40。新模型不仅能充分利用高光谱图像光谱维的低秩先验,而且保持了数据内部的几何结构,有利于恢复出高质量的清晰图像。 展开更多
关键词 高光谱图像 图像恢复 低秩表示 Schatten范数 拉普拉斯
下载PDF
基于三支决策的多视图低秩稀疏子空间聚类算法
13
作者 方英杰 贾天夏 +1 位作者 徐怡 骆帆 《计算机系统应用》 2024年第3期134-145,共12页
多视图子空间聚类是一种从子空间中学习所有视图共享的统一表示,挖掘数据潜在聚类结构的方法.作为一种处理高维数据的聚类方法,子空间聚类是多视图聚类领域的研究热点之一.多视图低秩稀疏子空间聚类是一种结合了低秩表示和稀疏约束的子... 多视图子空间聚类是一种从子空间中学习所有视图共享的统一表示,挖掘数据潜在聚类结构的方法.作为一种处理高维数据的聚类方法,子空间聚类是多视图聚类领域的研究热点之一.多视图低秩稀疏子空间聚类是一种结合了低秩表示和稀疏约束的子空间聚类方法.该算法在构造亲和矩阵过程中,利用低秩稀疏约束同时捕捉了数据的全局结构和局部结构,优化了子空间聚类的性能.三支决策是一种基于粗糙集模型的决策思想,常被应用于聚类算法来反映聚类过程中对象与类簇之间的不确定性关系.本文基于三支决策的思想,设计了一种投票制度作为决策依据,将其与多视图稀疏子空间聚类组成一个统一框架,从而形成一种新的算法.在多个人工数据集和真实数据集上的实验表明,该算法可提高多视图聚类的准确性. 展开更多
关键词 三支决策 多视图聚类 低秩表示 稀疏约束 子空间聚类
下载PDF
局部超图拉普拉斯约束的高光谱影像低秩表示去噪方法 被引量:6
14
作者 薛志祥 余旭初 +1 位作者 谭熊 付琼莹 《光学学报》 EI CAS CSCD 北大核心 2017年第5期77-85,共9页
针对传统高光谱影像低秩表示去噪方法无法保持影像多元几何结构信息的问题,提出一种基于局部超图拉普拉斯约束的高光谱影像低秩表示去噪方法。在低秩表示模型中增加超图拉普拉斯正则项,保持数据间多元几何流形结构;并对低秩模型系数矩... 针对传统高光谱影像低秩表示去噪方法无法保持影像多元几何结构信息的问题,提出一种基于局部超图拉普拉斯约束的高光谱影像低秩表示去噪方法。在低秩表示模型中增加超图拉普拉斯正则项,保持数据间多元几何流形结构;并对低秩模型系数矩阵增加稀疏和非负约束条件,进一步提高模型对影像局部信息的保持能力,使得模型不仅能够恢复具有低秩性质的影像信号分量,而且可以很好地保持影像的多元几何流形结构。在AVIRIS影像和ProSpecTIR-VS影像上的对比实验表明,所提方法更好地保持了影像的空间和光谱信息,有效地改善了高光谱影像去噪效果。 展开更多
关键词 图像处理 影像去噪 超图拉普拉斯 高光谱影像 流形正则项 低秩表示模型
原文传递
基于低秩表示判别域适应的多中心自闭症诊断 被引量:2
15
作者 李习之 朱灵瑶 王明亮 《数据采集与处理》 CSCD 北大核心 2023年第4期886-897,共12页
自闭症的诊断主要依靠患者的病史与临床症状表现,尚缺乏客观的评价指标,因此挖掘与疾病相关的生物标记,对于实现自闭症的早期识别与干预至关重要。尽管多中心脑影像数据增加了样本数量并提高了数据的统计能力,有助于提高自闭症的诊断性... 自闭症的诊断主要依靠患者的病史与临床症状表现,尚缺乏客观的评价指标,因此挖掘与疾病相关的生物标记,对于实现自闭症的早期识别与干预至关重要。尽管多中心脑影像数据增加了样本数量并提高了数据的统计能力,有助于提高自闭症的诊断性能,但目前的研究常受到数据异质性的困扰。为此本文提出基于低秩表示判别域适应的诊断模型,实现对多中心自闭症的预测分析。首先将源域数据和目标域数据映射到公共空间,并在空间用目标域数据对源域数据进行重新表示,从而降低源域和目标域之间的分布差异;其次通过学习正交重构矩阵使得源域数据在公共空间中的表示能够保留主要能量,从而适合于随后的学习任务;最后使用源域数据的标签信息将分类损失整合到训练过程中,从而保证公共空间表示的判别能力。为了求解所提出的模型,提出了基于交替方向乘子算法的优化策略。实验结果表明,该模型能够降低多中心数据分布差异,实现知识的有效迁移,从而提高多中心自闭症的诊断性能。 展开更多
关键词 低秩表示 域适应 多中心 自闭症 疾病预测
下载PDF
基于信息熵加权的多视图子空间聚类算法 被引量:2
16
作者 李顺勇 许晓丽 《陕西科技大学学报》 北大核心 2023年第2期207-214,共8页
多视图数据集普遍分布在低维子空间上.为了解决多视图子空间聚类时各视图信息量不同的问题,提出了一种新的基于信息熵加权的多视图子空间聚类算法(IEMLRR).首先在低秩表示的约束下获得每个视图的子空间表示,在获取公共子空间表示时,使... 多视图数据集普遍分布在低维子空间上.为了解决多视图子空间聚类时各视图信息量不同的问题,提出了一种新的基于信息熵加权的多视图子空间聚类算法(IEMLRR).首先在低秩表示的约束下获得每个视图的子空间表示,在获取公共子空间表示时,使用信息熵加权来保证不同视图所携带的信息差异,最后用谱聚类算法进行聚类.采用增广拉格朗日乘子法对IEMLRR算法进行优化,并在五个数据集上验证了算法的有效性. 展开更多
关键词 信息熵加权 多视图学习 低秩表示 子空间聚类
下载PDF
融合多尺度低秩表示与双向递归滤波的高光谱图像分类
17
作者 陆美 李佳田 +2 位作者 李文 胡明洪 杨佳欣 《遥感技术与应用》 CSCD 北大核心 2024年第2期393-404,共12页
针对高光谱图像信噪比较低导致图像分类精度较差的问题,提出一种融合多尺度低秩表示与双向递归滤波的高光谱图像分类方法。首先,对高光谱图像进行不同尺度的超像素分割,获得空间邻域信息并得到分割图像;其次,在各尺度分割区域内执行低... 针对高光谱图像信噪比较低导致图像分类精度较差的问题,提出一种融合多尺度低秩表示与双向递归滤波的高光谱图像分类方法。首先,对高光谱图像进行不同尺度的超像素分割,获得空间邻域信息并得到分割图像;其次,在各尺度分割区域内执行低秩表示和主成分分析(Principal Component Analysis,PCA)降维,低秩表示可对分割区域内光谱间高相关性进行低秩约束,移除混合噪声;再次,利用双向递归滤波进一步消除图像中噪声和地物细节纹理;最后,根据支持向量机对各尺度特征图像的分类结果采用多数投票方法得到最终分类。实验在Indian Pines、PaviaU和Salinas公开数据集上进行,各地物类别随机选取10个训练样本,结果表明:与仅利用光谱信息的分类方法(支持向量机、PCA)对比,该方法分别在3个数据集上总体精度平均提高了32.03%、28.04%和16.80%;与空间—光谱残差网络和顶点成分分析网络的分类方法对比,平均提高10.99%、8.45%和7.08%;与其他空—谱联合分类方法对比,平均提高8.28%、18.77%和10.19%,证明了本文方法能在训练样本较少的情况下取得更优的总体分类精度。 展开更多
关键词 高光谱图像分类 超像素分割 低秩表示 双向递归滤波 多数投票
原文传递
多视图低秩子空间的图结构学习多站点自闭症诊断方法
18
作者 黄剑辉 马迪 张礼 《数据采集与处理》 CSCD 北大核心 2024年第4期984-995,共12页
自闭症谱系障碍(Autism spectrum disorder,ASD)是一种最常见且具有遗传性的神经发育障碍疾病,具有社交沟通缺陷等多种症状。准确识别生物标记物对ASD的早期干预起到至关重要的作用。现有大量方法利用了多站点影像数据来增加样本量,从... 自闭症谱系障碍(Autism spectrum disorder,ASD)是一种最常见且具有遗传性的神经发育障碍疾病,具有社交沟通缺陷等多种症状。准确识别生物标记物对ASD的早期干预起到至关重要的作用。现有大量方法利用了多站点影像数据来增加样本量,从而提高了方法诊断的准确性,但是多站点间由于成像装置、成像参数和数据处理流程存在的差异造成的数据异质性影响往往被忽略。为了解决上述问题,本文提出了一种基于多视图低秩子空间的图结构学习多站点自闭症诊断方法(MVLL-GSL)。首先构建具有不同拓扑结构信息的多视图脑网络,然后分别将视图中不同类的样本分别投影到各自的低秩子空间,从而降低数据异质性的影响,最后使用图结构学习和多任务图嵌入学习相结合,并融入先验子网络和多视图一致性正则化约束,旨在从多视图低秩子空间中获得更具判别性和一致性的特征。使用自闭症公开数据库ABIDE(Autism brain imaging data exchange)对提出的方法进行验证。实验结果表明,MVLL-GSL方法提高了ASD的诊断性能,并解释了不同先验子网络与ASD发病机制的关联性。 展开更多
关键词 自闭症 多站点 多视图 图结构学习 低秩表示
下载PDF
基于低秩表示的图像修复方法 被引量:5
19
作者 刘慧青 赵杰煜 常俊生 《宁波大学学报(理工版)》 CAS 2017年第3期24-29,共6页
现实场景中,存在很多原因导致所获图像信息并不完整,其中会存在少许的破损,这对基于此数据进行下一步的研究造成了障碍.针对图像存在的破损问题,提出一种基于低秩表示的图像修复方法.通过图像的矩阵存储方式,由稀疏理论获取其低秩表示,... 现实场景中,存在很多原因导致所获图像信息并不完整,其中会存在少许的破损,这对基于此数据进行下一步的研究造成了障碍.针对图像存在的破损问题,提出一种基于低秩表示的图像修复方法.通过图像的矩阵存储方式,由稀疏理论获取其低秩表示,提取到图像的全局特征.根据所获的低秩表示,结合缺损区域与其相邻区域的相似性,将缺损区域逐步缩小,并对缩小区域进行强制校正,从而完成修复图像任务,最后得到补全后的最终图像.在二维图像上设计对比实验进行验证,结果证明该方法在结构简单图修复、破损老照片修复、去除叠加文字以及大块物体移除等方面都具有良好的性能.实验结果表明,低秩表示在图像修复方面具有获取全局信息的优势,修复效果良好. 展开更多
关键词 低秩表示 稀疏表示 图像修复 强制校正
下载PDF
一种基于低秩描述的图像集分类方法 被引量:5
20
作者 吕煊 王志成 +1 位作者 赵卫东 刘玉淑 《同济大学学报(自然科学版)》 EI CAS CSCD 北大核心 2013年第2期271-276,共6页
保持局部图嵌入的流形鉴别分析方法将图像集所属子空间看作流形上的点,并使流形变换前后局部结构关系不变.然而在构造局部区域相似图矩阵时,用于描述节点局部区域范围的近邻节点个数会极大地影响算法的准确率,并会出现变换后流形的可分... 保持局部图嵌入的流形鉴别分析方法将图像集所属子空间看作流形上的点,并使流形变换前后局部结构关系不变.然而在构造局部区域相似图矩阵时,用于描述节点局部区域范围的近邻节点个数会极大地影响算法的准确率,并会出现变换后流形的可分辨性相比变换前提升很小甚至更低的情况.针对该问题,提出了一种低秩描述下的Grassmannian流形鉴别分析方法.通过对图像集的低秩描述,流形变换中局部嵌入时仅保持同类别节点的最近邻局部结构以及所有节点间的相异类别信息,从而避免了对近邻节点个数的选择,并增强了变换后流形的可分辨性.由15类复杂自然场景和Caltech101图像数据集的实验结果表明,该方法是可行的,并且极大地提高了图像集分类的准确率. 展开更多
关键词 流形鉴别分析 低秩分解 图像集 局部图嵌入
下载PDF
上一页 1 2 10 下一页 到第
使用帮助 返回顶部