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
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：
Continuous-time System Identification with Nuclear Norm Minimization and GPMF-based Subspace Method 被引量：5
1
作者 Mingxiang Dai Ying He Xinmin Yang 《IEEE/CAA Journal of Automatica Sinica》 SCIE EI 2016年第2期184-191,共8页
To improve the accuracy and effectiveness of continuous-time (CT) system identification, this paper introduces a novel method that incorporates the nuclear norm minimization (NNM) with the generalized Poisson moment f... To improve the accuracy and effectiveness of continuous-time (CT) system identification, this paper introduces a novel method that incorporates the nuclear norm minimization (NNM) with the generalized Poisson moment functional (GPMF) based subspace method. The GPMF algorithm provides a simple linear mapping for subspace identification without the timederivatives of the input and output measurements to avoid amplification of measurement noise, and the NNM is a heuristic convex relaxation of the rank minimization. The Hankel matrix with minimized nuclear norm is used to determine the model order and to avoid the over-parameterization in subspace identification method (SIM). Furthermore, the algorithm to solve the NNM problem in CT case is also deduced with alternating direction methods of multipliers (ADMM). Lastly, two numerical examples are presented to evaluate the performance of the proposed method and to show the advantages of the proposed method over the existing methods. © 2014 Chinese Association of Automation. 展开更多
关键词 Identification (control systems) Matrix algebra Numerical methods Relaxation processes Religious buildings
下载PDF
基于带权核范数最小化和混合高斯模型的去噪模型
2
作者 孙少超 《计算机应用》 CSCD 北大核心 2017年第5期1471-1474,共4页
非局部自相似性(NSS)先验在图像恢复中发挥重要作用,如何充分利用这一先验提高图像恢复性能仍值得深入研究,提出一种基于带权核范数最小化和混合高斯模型的去噪模型。首先,采用混合高斯模型(GMM)对无噪声的自然图像非局部自相似图像块... 非局部自相似性(NSS)先验在图像恢复中发挥重要作用,如何充分利用这一先验提高图像恢复性能仍值得深入研究,提出一种基于带权核范数最小化和混合高斯模型的去噪模型。首先,采用混合高斯模型(GMM)对无噪声的自然图像非局部自相似图像块进行训练,再用训练好的混合高斯模型指导退化的图像产生非局部自相似图像块组;然后,结合带权的核范数最小化技术实现图像的去噪,并对模型的保真项进行一般性扩展,给出收敛的求解算法。仿真实验表明,所提方法与基于3D滤波的块匹配(BM3D)算法、同时稀疏编码学习(LSSC)算法和带权的核范数最小化(WNNM)模型相比,峰值信噪比(PSNR)提高0.11~0.49 dB。 展开更多
关键词 图像去噪 非局部自相似性 核范数最小化 混合高斯模型
下载PDF
基于区域内容感知核范数的低剂量CT影像去噪
3
作者 宋芸 张元科 +2 位作者 卢虹冰 邢宇翔 马建华 《计算机应用》 CSCD 北大核心 2020年第4期1177-1183,共7页
针对传统基于核范数最小化(NNM)的低秩约束模型在低剂量CT(LDCT)影像去噪中易造成局部纹理细节丢失的问题,提出一种具有区域内容感知能力的加权NNM的LDCT影像去噪算法。首先采用基于奇异值分解(SVD)的方法估计LDCT影像中的局部噪声强度... 针对传统基于核范数最小化(NNM)的低秩约束模型在低剂量CT(LDCT)影像去噪中易造成局部纹理细节丢失的问题,提出一种具有区域内容感知能力的加权NNM的LDCT影像去噪算法。首先采用基于奇异值分解(SVD)的方法估计LDCT影像中的局部噪声强度;然后采用基于局部统计特性的方法进行目标影像块匹配;最后根据影像局部噪声强度以及不同奇异值水平自适应设置核范数权重,以实现基于加权NNM的LDCT影像去噪。仿真实验结果表明,所提算法在均方根误差(RMSE)指标上较传统NNM算法、全变分最小化算法以及变换学习算法分别降低30.11%、14.38%和8.75%,在结构相似度(SSIM)指标上较上述3种算法分别提高34.24%、23.06%和11.52%。真实临床数据实验结果表明,所提算法处理结果的放射医生评价平均分为8.94,与常规剂量CT影像的评价平均分数仅差0.21,显著高于传统NNM算法、全变分最小化算法和变换学习算法的平均分。仿真及真实临床数据的实验结果表明,所提算法能够在滤除LDCT影像伪影噪声的同时,有效保持局部纹理细节信息。 展开更多
关键词 低剂量计算机断层扫描 噪声抑制 核范数最小化 低秩 区域内容感知
下载PDF
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
使用帮助 返回顶部