基于图像不变特征深度学习的交通标志分类 被引量：14

1

作者 谢锦 蔡自兴 +1 位作者 邓海涛 盛艳 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2017年第4期632-640,共9页

针对自然场景下所采集的交通标志存在各种形变,且手工设计提取交通标志不变特征方法需要处理技巧的问题,提出一种自动学习提取交通标志不变特征的道路交通标志分类方法.首先基于慢特征分析的深度学习框架自动学习得到每个阶段的特征映... 针对自然场景下所采集的交通标志存在各种形变,且手工设计提取交通标志不变特征方法需要处理技巧的问题,提出一种自动学习提取交通标志不变特征的道路交通标志分类方法.首先基于慢特征分析的深度学习框架自动学习得到每个阶段的特征映射矩阵;然后基于各阶段特征映射矩阵提取交通标志图像第一阶段特征和第二阶段特征,并将其联合输出作为交通标志的特征;最后使用支持向量机进行交通标志分类.实验结果表明,该方法具有良好的泛化能力,能有效地应用于交通标志分类,所提取的特征具有一定的平移不变和旋转不变性. 展开更多

关键词 不变特征 深度学习 交通标志分类 慢特征分析

下载PDF 职称材料

基于KSFDA-SVDD的非线性过程故障检测方法 被引量：9

2

作者 张汉元 田学民 《化工学报》 EI CAS CSCD 北大核心 2016年第3期827-832,共6页

慢特征分析(SFA)是一种无监督的线性学习算法,没有考虑过程数据的类别信息和非线性特征。针对此问题,提出一种基于核慢特征判别分析(KSFDA)和支持向量数据描述(SVDD)的非线性过程故障检测方法KSFDA-SVDD。该方法首先利用核技巧将数据从... 慢特征分析(SFA)是一种无监督的线性学习算法,没有考虑过程数据的类别信息和非线性特征。针对此问题,提出一种基于核慢特征判别分析(KSFDA)和支持向量数据描述(SVDD)的非线性过程故障检测方法KSFDA-SVDD。该方法首先利用核技巧将数据从原始空间映射到高维空间,然后通过最大化正常工况数据和故障模式数据之间伪时间序列的时间变化同时最小化正常工况数据内部伪时间序列的时间变化计算判别矩阵,最后利用SVDD描述采用判别矩阵降维后的正常工况数据的分布域,构建监控统计量检测过程故障。在连续搅拌反应器(CSTR)过程上的仿真结果表明所提出方法的故障检测性能优于传统的KPCA方法。 展开更多

关键词 慢特征分析 判别分析 支持向量数据描述 非线性过程 故障检测

下载PDF 职称材料

利用慢特征分析进行多尺度融合的高分辨率影像变化检测 被引量：8

3

作者 徐俊峰 蔡晓娜 +3 位作者 张保明 郭海涛 金飞 伦泽华 《测绘科学技术学报》 北大核心 2019年第1期62-68,共7页

提出利用慢特征分析的特征级多尺度融合的方法。首先对两时相影像分别进行多尺度分割,并与原始影像共同构成多尺度特征集;其次对特征集进行迭代慢特征变换,增大变化区域与未变化区域的可分性;最后通过K-means聚类完成变化区域与未变化... 提出利用慢特征分析的特征级多尺度融合的方法。首先对两时相影像分别进行多尺度分割,并与原始影像共同构成多尺度特征集;其次对特征集进行迭代慢特征变换,增大变化区域与未变化区域的可分性;最后通过K-means聚类完成变化区域与未变化区域的分割,得到二值变化检测结果。通过两组北京地区的多光谱影像实验发现,该方法具有更高的精度和自动化程度。 展开更多

关键词 变化检测 高分辨率遥感影像 多尺度融合 慢特征分析 特征级融合

下载PDF 职称材料

基于核的慢特征分析算法 被引量：8

4

作者 马奎俊 韩彦军 +1 位作者 陶卿 王珏 《模式识别与人工智能》 EI CSCD 北大核心 2011年第2期153-159,共7页

提出一种基于核的慢特征分析算法.通过引入核技巧,既充分扩充特征空间,又避免直接在高维空间中运算的困难.由于充分利用数据所隐含的非线性信息,所得到的解是稳定的.同时基于对慢特征分析算法目标函数的分析,给出一个对算法结果的评价准... 提出一种基于核的慢特征分析算法.通过引入核技巧,既充分扩充特征空间,又避免直接在高维空间中运算的困难.由于充分利用数据所隐含的非线性信息,所得到的解是稳定的.同时基于对慢特征分析算法目标函数的分析,给出一个对算法结果的评价准则,并用以指导核参数的选择.实验结果验证算法的有效性. 展开更多

关键词 不变量学习 慢特征分析 核方法 盲源信号分离

原文传递

慢特征分析法在气象上的应用进展 被引量：8

5

作者 潘昕浓 王革丽 +1 位作者 王鹏飞 朱克云 《气象与环境科学》 2016年第1期96-101,共6页

气候系统具有非平稳特征,根本原因在于其外强迫随时间发生改变,因此外部驱动力的分析对于理解气候系统的动力学特征至关重要,而如何有效提取系统外部驱动信息是一个亟待解决的前沿科学问题。最近几年,在生物神经学领域中应用的一种提取... 气候系统具有非平稳特征,根本原因在于其外强迫随时间发生改变,因此外部驱动力的分析对于理解气候系统的动力学特征至关重要,而如何有效提取系统外部驱动信息是一个亟待解决的前沿科学问题。最近几年,在生物神经学领域中应用的一种提取非平稳信号中外强迫信息的方法——慢特征分析法(Slow Feature Analysis,SFA),在气象领域中也得到了初步成功的尝试,结果显示出此方法对气候系统的外强迫信息分析及有关动力学机制的探究有较好的应用前景。本文主要介绍SFA方法的理论思想及实施步骤,并通过一个理想的非平稳时间序列检验其提取外强迫信息的能力,结果证明在衰减的Logistic模型中,可利用SFA算法提取出模型中的外强迫,且与真实外强迫的相关系数可达0.99;此外,还介绍将该方法应用于Arosa臭氧时间序列,分析其提取的外强迫信息的动力学特征;并介绍了在气候时间序列建模中引入外强迫因子的预测效果。 展开更多

关键词 非平稳时间序列 慢特征分析 外强迫信息提取 气候预测

下载PDF 职称材料

基于慢特征重构与改进DPLS的软测量建模 被引量：8

6

作者 蒋昕祎 李绍军 金宇辉 《华东理工大学学报（自然科学版）》 CAS CSCD 北大核心 2018年第4期535-542,共8页

针对过程数据中存在的噪声干扰及动态特性,提出了一种基于慢特征重构与改进DPLS的软测量建模方法。该方法首先利用慢特征分析提取变化缓慢的成分,并用于重构原始输入,同时提出一种重构相似性指标来评价重构效果,实现用尽可能少的成分刻... 针对过程数据中存在的噪声干扰及动态特性,提出了一种基于慢特征重构与改进DPLS的软测量建模方法。该方法首先利用慢特征分析提取变化缓慢的成分,并用于重构原始输入,同时提出一种重构相似性指标来评价重构效果,实现用尽可能少的成分刻画数据的原有趋势,减少噪声干扰;然后梳理改进DPLS方法的完整流程,并用于分析重构输入与原输出间的关系,获得的模型更符合数据间的动态关系。本方法的有效性在TE过程及脱丁烷塔过程的软测量模型中得到了验证。 展开更多

关键词 软测量 偏最小二乘 慢特征分析 数据重构 TE过程

下载PDF 职称材料

包含外强迫因子的大气气溶胶数浓度的预测 被引量：7

7

作者 陈潇潇 王革丽 金莲姬 《中国环境科学》 EI CAS CSCD 北大核心 2015年第3期694-699,共6页

利用慢特征分析(Slow Feature Analysis,SFA)方法提取大气气溶胶时间序列的外强迫因子信息,并将此外强迫因子信息嵌入到预测模式中,建立一个包含提取外强迫因子信息的预测模式.利用该方法对2011年6月1日至2011年9月14日黄山山底的每小... 利用慢特征分析(Slow Feature Analysis,SFA)方法提取大气气溶胶时间序列的外强迫因子信息,并将此外强迫因子信息嵌入到预测模式中,建立一个包含提取外强迫因子信息的预测模式.利用该方法对2011年6月1日至2011年9月14日黄山山底的每小时大气气溶胶数浓度时间序列进行预测试验分析.结果表明,当提前预报一步时,平稳性模式的预测结果与实际观测数据的相关系数为0.6982,而单一外强迫模式的相关系数为0.7390,强迫模式的相关系数是0.7475,外强迫的加入可以有效的提高预测技巧. 展开更多

关键词 慢特征分析方法 外强迫因子 大气气溶胶预测

下载PDF 职称材料

利用慢特征分析法提取层次结构系统中的外强迫 被引量：7

8

作者 潘昕浓 王革丽 杨培才 《物理学报》 SCIE EI CAS CSCD 北大核心 2017年第8期8-13,共6页

在大量真实的动力系统中,外部驱动力总是随时间发生变化,正是这种变化导致了非平稳行为的产生.因此,从此类系统的观测数据中提取和分析外强迫(也称驱动力)信号引起了人们越来越多的关注.慢特征分析法(slow feature analysis,SFA)是从非... 在大量真实的动力系统中,外部驱动力总是随时间发生变化,正是这种变化导致了非平稳行为的产生.因此,从此类系统的观测数据中提取和分析外强迫(也称驱动力)信号引起了人们越来越多的关注.慢特征分析法(slow feature analysis,SFA)是从非平稳时间序列中提取外强迫信息的一种有效算法.在其基础上利用变参数的Logistic映射产生的非平稳时间序列,通过数值试验进一步讨论了该方法的应用前景,并发展了一些相应的分析技术.试验结果表明,对于模型中包含两个时变驱动力参数的系统,经过一次SFA处理之后,可以进一步利用子波分析技术检索出外强迫信号中的两个参数;对于模型中有两个叠加驱动力层次的三层动力系统,可先通过一次SFA处理,提取出次慢层外强迫信号,对该信号进行二次SFA处理,可提取出最慢层外强迫信号. 展开更多

关键词 非平稳系统 非线性系统 驱动力 慢特征分析

下载PDF 职称材料

基于核慢特征回归与互信息的常压塔软测量建模 被引量：5

9

作者 蒋昕祎 杜红彬 李绍军 《化工学报》 EI CAS CSCD 北大核心 2017年第5期1977-1986,共10页

针对工业过程的非线性及动态特性,提出了一种新的慢特征回归软测量方法。该方法首先通过添加时延数据构造动态数据集,利用互信息最大化准则筛选变量从而减少信息冗余的影响。同时该方法在慢特征分析的基础上引入核函数扩展,加强模型处... 针对工业过程的非线性及动态特性,提出了一种新的慢特征回归软测量方法。该方法首先通过添加时延数据构造动态数据集,利用互信息最大化准则筛选变量从而减少信息冗余的影响。同时该方法在慢特征分析的基础上引入核函数扩展,加强模型处理非线性数据的能力,并将获得的核慢特征用于回归建模。核慢特征分析通过分析样本的变化,提取具有缓慢变化特征的成分,可以有效地刻画工业过程的变化趋势,提升回归模型精度。最后该方法的有效性在常压塔常顶油干点与常一线初馏点的软测量模型中得到了验证。 展开更多

关键词 慢特征分析 互信息 动态建模 常压塔 石油 预测

下载PDF 职称材料

利用慢特征分析法提取二维非平稳系统中的外强迫特征 被引量：5

10

作者 范开宇 王革丽 +1 位作者 李超 潘昕浓 《气候与环境研究》 CSCD 北大核心 2018年第3期287-298,共12页

慢特征分析法(Slow Feature Analysis,SFA)是一个从快变的信号中提取慢变特征的有效方法,它的提出丰富了人们对非平稳系统外强迫特征的重建手段。本文以Henon映射为基础,构造二维非平稳系统模型,尝试SFA方法在二维复杂非平稳系统中重建... 慢特征分析法(Slow Feature Analysis,SFA)是一个从快变的信号中提取慢变特征的有效方法,它的提出丰富了人们对非平稳系统外强迫特征的重建手段。本文以Henon映射为基础,构造二维非平稳系统模型,尝试SFA方法在二维复杂非平稳系统中重建外强迫特征的能力。试验表明,SFA方法能够较好地从单时变参数Henon映射中提取出外强迫信号;通过结合小波变换技术,可以还原双时变参数Henon映射中的外强迫信号。另外,本文利用SFA方法重建了北京市气温的外强迫信号,分析其外强迫信号的尺度特征及其可能的物理机制。这些工作将为气候系统驱动力的研究提供新的思路。 展开更多

关键词 慢特征分析法 二维非平稳系统 外强迫信号

下载PDF 职称材料

基于数据驱动的微小故障诊断研究进展 被引量：4

11

作者 吴昊 田文德 +1 位作者 崔哲 刘彬 《化工自动化及仪表》 CAS 2023年第4期399-405,共7页

故障诊断对于确保大多数化工厂的过程安全和产品质量至关重要。为确保化工生产过程的安全运行和产品质量,讨论系统中存在的微小故障幅值低、易被系统干扰及噪声干扰等问题。从数据驱动的观点,阐述各种基于统计分析的微小故障诊断技术的... 故障诊断对于确保大多数化工厂的过程安全和产品质量至关重要。为确保化工生产过程的安全运行和产品质量,讨论系统中存在的微小故障幅值低、易被系统干扰及噪声干扰等问题。从数据驱动的观点,阐述各种基于统计分析的微小故障诊断技术的基本思想、研究进展、应用和局限性,讨论了慢特征分析在微小故障诊断中的独特优势,并指出制定新颖的算法,用以采集并处理非线性和动态的数据,并专注于不可预测的可变性,从而提高检测故障的能力。 展开更多

关键词 数据驱动 数据挖掘 故障诊断 微小故障 慢特征分析

下载PDF 职称材料

非平稳过程异常监测方法:综述与展望

12

作者 王敏 冯智彬 +2 位作者 吴德浩 张景欣 周东华 《中国科学：信息科学》 CSCD 北大核心 2024年第8期1807-1826,共20页

实际工业过程受多种因素(如原材料变化、负载波动、设备老化等)的影响,往往表现出非平稳特性,即过程监测数据统计特性随时间发生变化,因此非平稳过程异常监测备受关注并已成为监测领域的焦点之一.本文从监测方法的角度对非平稳过程异常... 实际工业过程受多种因素(如原材料变化、负载波动、设备老化等)的影响,往往表现出非平稳特性,即过程监测数据统计特性随时间发生变化,因此非平稳过程异常监测备受关注并已成为监测领域的焦点之一.本文从监测方法的角度对非平稳过程异常监测相关研究成果进行了系统性的回顾:首先对非平稳过程的概念和技术难点进行了概述;其次,将非平稳过程监测方法根据原理的差异划分为五大类,并总结了各类方法的优点与不足;最后,结合当前技术发展的现状,对非平稳过程研究中的挑战进行了深入分析与展望。 展开更多

关键词 非平稳过程 过程监测 自适应建模 协整分析 平稳子空间分析 慢特征分析 深度学习

原文传递

改进的两步动态慢特征分析算法及其故障检测模型

13

作者 胥清敏 李鹏 +1 位作者 杨创艳 王瀚铖 《云南大学学报（自然科学版）》 CAS CSCD 北大核心 2024年第6期1027-1038,共12页

针对两步动态慢特征分析(two-steps dynamic slow feature analysis,TS-DSFA)未充分考虑动态工业过程数据的高阶时序相关特性的问题,提出改进的两步动态慢特征分析算法(modified dynamic slow feature analysis,MDSFA).首先,在TS-DSFA... 针对两步动态慢特征分析(two-steps dynamic slow feature analysis,TS-DSFA)未充分考虑动态工业过程数据的高阶时序相关特性的问题,提出改进的两步动态慢特征分析算法(modified dynamic slow feature analysis,MDSFA).首先,在TS-DSFA算法基础之上,重新描述慢特征关于时间的导数估计公式,设计了同时满足所提取的特征变化最缓、高阶时序自相关性最大的优化目标函数;然后,以动态潜变量能捕获一些变化信息并相互正交为约束,提取出一组随时间慢速变化和具有显式动态自回归表示的潜在特征;最后,基于所提出的算法构建针对线性动态过程的故障检测模型,并计算统计量及其相应控制限,实现实时动态过程的稳态故障和动态故障检测.通过对数值系统和田纳西–伊斯曼过程进行仿真验证,证明了所提算法的故障检测效果优于动态内部主成分分析和TS-DSFA算法等已有的故障检测算法. 展开更多

关键词 慢特征分析 高阶时序相关 自回归预测 特征提取 故障检测

下载PDF 职称材料

融合特征基于深度多核学习的动态表情识别 被引量：4

14

作者 何秀玲 蒋朗 +1 位作者 吴珂 高倩 《计算机应用与软件》 北大核心 2018年第5期218-223,共6页

针对传统动态表情识别方法由于需要处理多帧表情图片而导致提取的特征维数过高、特征类别较为单一、分类器较难适用异构特征数据等问题,提出在帧数不统一的表情图片序列中,利用慢特征分析自动检测表情序列的峰值帧,继而在峰值帧上分别... 针对传统动态表情识别方法由于需要处理多帧表情图片而导致提取的特征维数过高、特征类别较为单一、分类器较难适用异构特征数据等问题,提出在帧数不统一的表情图片序列中,利用慢特征分析自动检测表情序列的峰值帧,继而在峰值帧上分别提取表情的几何特征和Gabor特征后降维,并利用深度多核学习对几何特征和Gabor特征融合后的异构特征信息进行学习并分类,从而提高识别率。在The Extended Cohn-Kanade Dataset(CK+)表情库进行的实验结果表明,识别率可达到94.4%。 展开更多

关键词 慢特征分析 峰值帧 特征融合 深度多核学习

下载PDF 职称材料

基于慢特征分析与最小二乘支持向量回归集成的草酸钴合成过程粒度预报

15

作者 张晗 张淑宁 +1 位作者 刘珂 邓冠龙 《化工学报》 EI CSCD 北大核心 2024年第6期2313-2321,共9页

草酸钴合成过程是钴湿法冶炼的关键单元操作,其粒度分布是重要的质量指标,然而难以在线实时测量。同时,草酸钴合成过程通常存在非线性、多约束和慢时变特征。因此,提出一种集成慢特征分析(slow feature analysis,SFA)与最小二乘支持向... 草酸钴合成过程是钴湿法冶炼的关键单元操作,其粒度分布是重要的质量指标,然而难以在线实时测量。同时,草酸钴合成过程通常存在非线性、多约束和慢时变特征。因此,提出一种集成慢特征分析(slow feature analysis,SFA)与最小二乘支持向量回归(least square support vector regression,LSSVR)的草酸钴粒度预报模型对草酸钴合成过程质量指标实现在线测量。在该方法中,首先,SFA方法可以有效地捕获过程的慢特征向量,解决慢时变问题;然后,利用LSSVR方法建立慢特征与粒度之间的非线性关系模型,进而实现质量指标在线预报。最后,应用非线性的数值案例以及草酸钴合成过程数据,验证该方法的有效性。实验结果显示:相较于单一的径向基函数神经网络(radial basis function neural network,RBFNN)、LSSVR预测模型以及SFA与NN相结合的预报模型,所提方法在数值案例中的预测精度分别提升了13.31%、2.26%、1.72%;在草酸钴合成过程中的预测精度分别提升了13.27%、9.96%、8.92%。 展开更多

关键词 草酸钴合成过程 软测量 慢特征分析 最小二乘支持向量回归 化学过程 预测 神经网络

下载PDF 职称材料

基于pLSA模型的人体动作识别 被引量：4

16

作者 谭论正 夏利民 +1 位作者 黄金霞 夏胜平 《国防科技大学学报》 EI CAS CSCD 北大核心 2013年第5期102-108,共7页

提出一种基于主题模型的人体动作识别方法。该方法首先提取时空兴趣点(STIP,Space-Time Interest Point)来描述人体运动,然后提出使用慢特征分析(SFA,Slow Feature Analysis)算法计算兴趣点梯度信息不变量最优解,最后使用概率潜在语义分... 提出一种基于主题模型的人体动作识别方法。该方法首先提取时空兴趣点(STIP,Space-Time Interest Point)来描述人体运动,然后提出使用慢特征分析(SFA,Slow Feature Analysis)算法计算兴趣点梯度信息不变量最优解,最后使用概率潜在语义分析(pLSA,probabilistic Latent Semantic Analysis)模型识别人体动作。SFA计算的梯度不变量最优解可以表示时空兴趣点固有特征,能够无歧义反映时空兴趣点在空间及时间方向上的信息。同时,针对pLSA隐性主题正确性无法保证的缺点,算法将主题与动作标签"一对一"相关,通过监督方式得到主题,保证了训练中主题的正确性。该算法在KTH人体运动数据库和Weizmann人体动作数据库进行了训练与测试,动作识别结果正确率分别在91.50%和97%以上。 展开更多

关键词 动作识别 主题模型 慢特征分析 时空兴趣点 梯度直方图

下载PDF 职称材料

基于GSFA-GNPE的动态-静态联合指标间歇过程监控 被引量：4

17

作者 赵小强 牟淼 《上海交通大学学报》 EI CAS CSCD 北大核心 2021年第11期1417-1428,共12页

传统的过程监控方法忽略了变量间的时序相关性,且没有区分变量间的动态关系与静态关系,从而导致监控效果不佳.针对此问题,本文提出一种基于全局慢特征分析(GSFA)-全局邻域保持嵌入(GNPE)的动态-静态联合指标间歇过程监控方法,该方法可... 传统的过程监控方法忽略了变量间的时序相关性,且没有区分变量间的动态关系与静态关系,从而导致监控效果不佳.针对此问题,本文提出一种基于全局慢特征分析(GSFA)-全局邻域保持嵌入(GNPE)的动态-静态联合指标间歇过程监控方法,该方法可以有效提取动态全局特征和静态全局特征.首先,对过程变量的动态特性和静态特性进行评估,把自相关和互相关性较弱的变量视为静态变量,剩余变量视为动态变量;其次,分别对动态子空间和静态子空间构建GSFA和GNPE模型;然后,对来自每个子空间的统计信息使用贝叶斯推理进行组合,以得出混合模型的联合指标实现过程监控;最后,将所提算法应用于数值算例和青霉素发酵仿真过程进行仿真验证.结果表明,GSFA-GNPE算法相较于其他算法的故障检测效果更好. 展开更多

关键词 间歇过程 过程监控 慢特征分析 邻域保持嵌入 全局-局部 贝叶斯推断

下载PDF 职称材料

长短滑窗慢特征分析与时序关联规则挖掘的过渡过程识别 被引量：3

18

作者 刘金平 匡亚彬 +1 位作者 赵爽爽 杨广益 《智能系统学报》 CSCD 北大核心 2023年第3期589-603,共15页

工况过渡过程与异常状态(故障)的数据特性极为相似。如果不对过渡过程加以辨识,极易导致过程监测系统频繁误报警,进而可能引发不适当的人工操作而严重破坏生产的稳定性。本文提出一种基于长短滑窗慢特征分析(slow feature analysis,SFA... 工况过渡过程与异常状态(故障)的数据特性极为相似。如果不对过渡过程加以辨识,极易导致过程监测系统频繁误报警,进而可能引发不适当的人工操作而严重破坏生产的稳定性。本文提出一种基于长短滑窗慢特征分析(slow feature analysis,SFA)与时序关联规则挖掘的过渡过程识别方法。首先,依据稳态工况和过渡工况在时间跨度上的差异性,提出一种长短滑窗与SFA相结合的多工况过程建模方法,将工况状态细分为多个稳态阶段与过渡阶段,并分别建立相应的离线SFA模型;然后,提出一种多时序多时间区间的同步频繁树构建方法,挖掘每种状态转变在多个时间序列与多个时间区间内的关联规则,以实现工况过渡过程的准确辨识。针对田纳西伊斯曼(Tennessee Eastman,TE)过程生成一组包含多模态相互转变的过程数据对所提方法进行实验验证,结果表明所提方法能够在频繁发生过程转变的过程数据中有效识别过渡过程,降低故障误报率,提高过程监测水平。 展开更多

关键词 过程监测 过渡过程识别 慢特征分析 同步频繁树 时序关联规则挖掘 稳态工况 长短滑窗 多模态工况

下载PDF 职称材料

慢特征分析引导的多级注意力自编码器遥感图像变化检测

19

作者 刘金玲 陈红珍 +2 位作者 李辰征 聂宏宾 李立钢 《测绘通报》 CSCD 北大核心 2024年第9期67-73,共7页

遥感图像变化检测是识别和量化地表变化的一种重要途径,是遥感技术的主要应用之一。然而在不同光照、季节等成像条件下获取的遥感图像中,同一物体会表现出不同的外观,使得变化检测算法难以准确判别真实地表变化。针对此问题,提出了基于... 遥感图像变化检测是识别和量化地表变化的一种重要途径,是遥感技术的主要应用之一。然而在不同光照、季节等成像条件下获取的遥感图像中,同一物体会表现出不同的外观,使得变化检测算法难以准确判别真实地表变化。针对此问题,提出了基于慢特征分析引导的多级注意力自编码器(SFAMAA)遥感图像变化检测方法。首先,设计了一种U型卷积自编码器并引入多级通道注意力机制,扩大网络感受野的同时使其聚焦重要通道的信息,增强网络对全局信息和变化信息的感知能力;然后,设计了一种慢特征分析损失函数引导网络训练,使得网络可以有效抑制因成像条件差异导致的伪变化。在公开数据集SZTAKI上进行试验验证,试验结果表明,本文方法可有效抑制噪声和伪变化,对不同光照、季节等成像条件下获取的遥感图像具有较高的精度和良好的稳健性。 展开更多

关键词 自编码器 通道注意力 慢特征分析 变化检测

下载PDF 职称材料

基于慢特征分析的高斯过程回归建模 被引量：4

20

作者 彭慧来 赵帅 熊伟丽 《控制工程》 CSCD 北大核心 2019年第1期120-124,共5页

为了有效地提取工业时序数据中的本质特征,以进一步提升建模的精度,提出一种基于慢特征分析的高斯过程回归软测量建模方法。首先,采用慢特征分析方法对数据进行预处理,从变化的时序数据中,提取一部分变化最缓慢的成分作为本质特征;然后... 为了有效地提取工业时序数据中的本质特征,以进一步提升建模的精度,提出一种基于慢特征分析的高斯过程回归软测量建模方法。首先,采用慢特征分析方法对数据进行预处理,从变化的时序数据中,提取一部分变化最缓慢的成分作为本质特征;然后,基于本质特征重构建模数据集,进行高斯过程回归建模;最后,通过青霉素发酵过程的数据分析与仿真,验证了慢特征分析方法的有效性,建模精度也得到进一步的提高。 展开更多

关键词 时序数据 慢特征分析 高斯过程回归 建模

下载PDF 职称材料