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4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：
监督下降的直流电阻率法二维反演
1
作者 雷轶 李杰鹏 +3 位作者 戴前伟 张彬 周为 阳军生 《地球物理学报》 SCIE EI CAS CSCD 北大核心 2024年第8期3136-3149,共14页
为了解决拟线性反演中先验信息利用不充分及大批量数据计算效率低的问题,本文将监督下降法(Supervised Descent Method,SDM)应用到直流电阻率法二维反演中.SDM包括离线训练和在线预测两个阶段.训练集由根据先验信息生成的模型和正演模... 为了解决拟线性反演中先验信息利用不充分及大批量数据计算效率低的问题,本文将监督下降法(Supervised Descent Method,SDM)应用到直流电阻率法二维反演中.SDM包括离线训练和在线预测两个阶段.训练集由根据先验信息生成的模型和正演模拟数据组成.在训练过程中,学习从初始模型到训练模型的下降方向.在预测过程中,同时考虑了训练过程中获取的下降方向和计算出的数据残差.通过合成数据算例,讨论了SDM的反演精度、收敛速度、抗噪能力与泛化能力.在线预测结果显示,块状体和分层结构的混合模型,反演数据误差为0.0037,表明块状模型与层状模型的模块化训练集能有效增强SDM的泛化能力.在对实测数据反演中,通过实测数据视电阻率结果构建训练集,可以优化训练集的模型数据质量及完整性.通过与高斯牛顿法对比,讨论了SDM针对批量实测数据的反演精度及效率.结果表明,针对单一数据,SDM反演耗时(训练时长与预测时长总和)较高斯牛顿法长,但当训练阶段完成后,预测阶段耗时不超过0.5 s,针对同类型、同维度、大批量数据,SDM具有进行批量处理的能力,反演效率更高. 展开更多
关键词 监督下降法 机器学习 直流电阻率法 反演
下载PDF
基于单幅正面照和统计模型的三维人脸重建方法研究 被引量：5
2
作者 苏越阳 万静 易军凯 《北京化工大学学报（自然科学版）》 CAS CSCD 北大核心 2019年第1期104-109,共6页
为提升单张图片三维重建的效率、提高重建的精准度,提出了一种基于单张图片和统计模型的三维人脸重建技术。首先基于智能行为理解组(intelligent behaviour understanding group,IBUG),采用监督下降算法(SDM)进行训练来建立二维人脸特... 为提升单张图片三维重建的效率、提高重建的精准度,提出了一种基于单张图片和统计模型的三维人脸重建技术。首先基于智能行为理解组(intelligent behaviour understanding group,IBUG),采用监督下降算法(SDM)进行训练来建立二维人脸特征点参数模型;再应用该参数模型对给定图片进行特征点提取;然后基于北京工业大学3D数据库(BJUT-3D)进行三维人脸统计模型的构建;最后,以三维人脸统计模型为基础,使用学习因子自适应梯度下降法对能量函数进行迭代优化,得到统计模型参数化向量,使用该向量来调整统计模型,实现与给定图片相匹配的三维人脸模型构建。实验证明,与现有的方法相比,本文方法重建出的三维人脸模型具有更高的精确度和自适应度。 展开更多
关键词 统计模型 三维人脸模型 图像配准 监督下降法(sdm) 相机投影变换
下载PDF
基于监督下降方法的左心室超声图像分割 被引量：3
3
作者 魏雨汐 伍岳庆 +1 位作者 陶攀 姚宇 《计算机应用》 CSCD 北大核心 2018年第2期545-549,共5页
针对基于表观模型的图像分割算法在特征点迭代定位过程中计算量过大、对非线性局部特征的优化较为困难等问题,采用一种基于监督学习的梯度下降算法,建立4层多分辨率金字塔模型,并使用一种基于巴氏系数的特征提取函数(B-SIFT)替代原方法... 针对基于表观模型的图像分割算法在特征点迭代定位过程中计算量过大、对非线性局部特征的优化较为困难等问题,采用一种基于监督学习的梯度下降算法,建立4层多分辨率金字塔模型,并使用一种基于巴氏系数的特征提取函数(B-SIFT)替代原方法中的尺度不变特征变换(SIFT)特征,对左心室心内膜及心外膜进行特征点定位。首先对训练集进行归一化处理,统一经食道超声心动图像(TEE)的尺度;然后建立基于多分辨率金字塔和B-SIFT特征的监督下降模型,得到特征点趋近于真实值的梯度下降方向序列;最后将得到的方向序列作用于测试集中,得到最终的左心室分割结果。将该方法与传统监督下降方法进行对比,其得到的分割平均误差相比传统监督下降方法降低了47%,迭代得到的最终值相对单一尺度的梯度下降算法更加逼近真实值。 展开更多
关键词 左心室 特征点定位 超声心动图 图像分割 监督下降方法 尺度不变特征变换
下载PDF
自适应监督下降方法的姿态鲁棒人脸对齐算法 被引量：4
4
作者 赵慧 景丽萍 于剑 《计算机科学与探索》 CSCD 北大核心 2020年第4期649-656,共8页
人脸对齐是人脸分析处理中的重要一步。由于现实中的人脸照片通常在姿态、光线等方面存在较大的差异,人脸对齐是一项艰巨的任务。初始关键点的位置以及特征提取对人脸对齐很重要。提出一种自适应监督下降方法(SDM)的姿态鲁棒人脸对齐算... 人脸对齐是人脸分析处理中的重要一步。由于现实中的人脸照片通常在姿态、光线等方面存在较大的差异,人脸对齐是一项艰巨的任务。初始关键点的位置以及特征提取对人脸对齐很重要。提出一种自适应监督下降方法(SDM)的姿态鲁棒人脸对齐算法。首先,为了减小姿态差异对人脸对齐的影响,使用聚类算法将图片按照姿态分成三类(正脸,左侧脸,右侧脸),这样每个类别下的姿态更加紧致。其次,考虑到人脸对齐是由粗到细的多阶段监督学习过程,采用自适应特征提取框(由大到小)来提取判别性特征。基于上述两种策略,在每个类别下,提供一个更好的初始关键点位置,通过自适应特征提取的SDM模型来进行回归模型的训练。选用LFPW、HELEN和300W数据集进行评估,实验结果表明,该模型在复杂姿态下能准确定位关键点,并且好于现有的人脸对齐算法。 展开更多
关键词 人脸对齐 人脸关键点定位 监督下降方法(sdm)模型 姿态鲁棒 自适应特征提取框
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