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
6
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
基于低秩矩阵和字典学习的图像超分辨率重建
被引量:
11
1
作者
杨帅锋
赵瑞珍
《计算机研究与发展》
EI
CSCD
北大核心
2016年第4期884-891,共8页
基于稀疏表示和字典学习的超分辨率重建算法没有对图像进行分解,直接将整幅图像的信息都进行了学习重建.由低秩矩阵理论知,可将图像分解成低秩部分和稀疏部分.根据图像各部分信息的特征分别用不同的方法进行超分辨率重建,将能更加有效...
基于稀疏表示和字典学习的超分辨率重建算法没有对图像进行分解,直接将整幅图像的信息都进行了学习重建.由低秩矩阵理论知,可将图像分解成低秩部分和稀疏部分.根据图像各部分信息的特征分别用不同的方法进行超分辨率重建,将能更加有效地利用图像的特征.据此提出了一种基于低秩矩阵和字典学习的超分辨率重建方法.该方法首先通过对图像进行低秩分解得到图像的低秩部分和稀疏部分,图像的低秩部分保留了图像的大部分信息.算法只对图像的低秩部分通过字典学习的方法进行超分辨率重建,图像的稀疏部分则不参与学习重建,而是采用双三线性插值的方法进行重建.实验分析表明,图像的重建质量有所提升,同时减少了一定的重建时间,提升了算法的运行速度.与现有算法比较,在视觉效果、峰值信噪比、算法运行速度等方面均获得了更好的结果.
展开更多
关键词
低秩矩阵
图像分解
稀疏表示
字典学习
超分辨率
下载PDF
职称材料
多视角数据缺失补全
被引量:
6
2
作者
杨旭
朱振峰
+1 位作者
徐美香
张幸幸
《软件学报》
EI
CSCD
北大核心
2018年第4期945-956,共12页
随着信息技术的快速发展,现实生活中不断涌现出大量的多视角数据,由此应运而生的多视角学习已成为机器学习领域的研究热点.然而,在数据获取过程中,由于收集的难度、高额成本或设备故障等问题,往往导致收集到的多视角数据出现视角缺失,...
随着信息技术的快速发展,现实生活中不断涌现出大量的多视角数据,由此应运而生的多视角学习已成为机器学习领域的研究热点.然而,在数据获取过程中,由于收集的难度、高额成本或设备故障等问题,往往导致收集到的多视角数据出现视角缺失,这使得一些多视角学习方法无法有效进行.为此,提出一种基于视角相容性的多视角数据缺失补全方法.通过监督的共享子空间学习,获得与每类多视角数据相对应的共享子空间,从而建立视角相容性判别模型.与此同时,基于共享子空间重构误差等同分布的假设,提出了针对视角缺失的多视角数据的共享表征获取方法,实现多视角缺失数据的预补全.在此基础上,进一步通过多元线性回归实现缺失视角的精确补全.此外,还把所提出的视角补全方法拓展到解决含有噪声的多视角数据的降噪问题.在UCI、COIL-20以及人工合成数据集上的实验结果验证了所提算法的有效性.
展开更多
关键词
多视角学习
缺失数据补全
共享子空间学习
视角相容性
跨媒体计算
下载PDF
职称材料
机器学习中原型学习研究进展
被引量:
3
3
作者
张幸幸
朱振峰
+1 位作者
赵亚威
赵耀
《软件学报》
EI
CSCD
北大核心
2022年第10期3732-3753,共22页
随着信息技术在社会各领域的深入渗透,人类社会所拥有的数据总量达到了一个前所未有的高度.一方面,海量数据为基于数据驱动的机器学习方法获取有价值的信息提供了充分的空间;另一方面,高维度、过冗余以及高噪声也是上述繁多、复杂数据...
随着信息技术在社会各领域的深入渗透,人类社会所拥有的数据总量达到了一个前所未有的高度.一方面,海量数据为基于数据驱动的机器学习方法获取有价值的信息提供了充分的空间;另一方面,高维度、过冗余以及高噪声也是上述繁多、复杂数据的固有特性.为消除数据冗余、发现数据结构、提高数据质量,原型学习是一种行之有效的方式.通过寻找一个原型集来表示目标集,以从样本空间进行数据约简,在增强数据可用性的同时,提升机器学习算法的执行效率.其可行性在众多应用领域中已得到证明.因此,原型学习相关理论与方法的研究是当前机器学习领域的一个研究热点与重点.主要介绍了原型学习的研究背景和应用价值,概括介绍了各类原型学习相关方法的基本特性、原型的质量评估以及典型应用;接着,从原型学习的监督方式及模型设计两个视角重点介绍了原型学习的研究进展,其中,前者主要涉及无监督、半监督和全监督方式,后者包括基于相似度、行列式点过程、数据重构和低秩逼近这四大类原型学习方法;最后,对原型学习的未来发展方向进行了展望.
展开更多
关键词
原型学习
数据约简
度量学习
模型优化
机器学习
下载PDF
职称材料
图像内容感知缩放的检测方法研究
被引量:
1
4
作者
胡浩慧
倪蓉蓉
赵耀
《软件学报》
EI
CSCD
北大核心
2018年第4期1002-1016,共15页
针对可用于图像篡改的内容感知缩放技术,提出了一种基于概率Map图统计特征的内容感知缩放检测算法.该算法利用概率Map图以反映图像是否经过内容感知缩放操作,并利用新提出的积分投影与局部统计特征来检测篡改图像.而后利用分类器进行分...
针对可用于图像篡改的内容感知缩放技术,提出了一种基于概率Map图统计特征的内容感知缩放检测算法.该算法利用概率Map图以反映图像是否经过内容感知缩放操作,并利用新提出的积分投影与局部统计特征来检测篡改图像.而后利用分类器进行分类训练,从而有效识别基于内容感知缩放操作的图像篡改.实验结果显示,所提算法能够区分出原始图像与篡改图像,并具有较高的正确检测率.
展开更多
关键词
内容感知缩放
统计特性
概率图
图像篡改
下载PDF
职称材料
用于压缩采样信号重建的回溯正则化自适应匹配追踪算法
被引量:
9
5
作者
孟祥瑞
赵瑞珍
+1 位作者
岑翼刚
张凤珍
《信号处理》
CSCD
北大核心
2016年第2期186-192,共7页
正则化正交匹配追踪算法是一种广泛被使用的压缩感知重构算法,但其需要已知信号的稀疏度。针对这一缺点,本文提出一种回溯正则化自适应匹配追踪算法。该算法基于正则化正交匹配追踪算法进行改进,首先采用设置模糊阈值的方式初始化选取...
正则化正交匹配追踪算法是一种广泛被使用的压缩感知重构算法,但其需要已知信号的稀疏度。针对这一缺点,本文提出一种回溯正则化自适应匹配追踪算法。该算法基于正则化正交匹配追踪算法进行改进,首先采用设置模糊阈值的方式初始化选取一些原子,然后对其进行正则化,最后采用回溯的方式删掉个别错误的原子。在每次迭代中,不断更新支撑集的同时扩大支撑集,以逐步逼近信号的稀疏度。实验结果表明,在相同的测试条件下,改进后的算法与其他贪婪算法相比,无论是对一维稀疏信号还是二维图像,均取得了更好的重建效果,且运行时间也比较适中。
展开更多
关键词
匹配追踪算法
正则化
回溯
压缩感知
下载PDF
职称材料
边缘和方向估计的自适应多尺度分块压缩感知算法
被引量:
7
6
作者
李玉
赵瑞珍
+1 位作者
张凤珍
岑翼刚
《信号处理》
CSCD
北大核心
2015年第4期407-413,共7页
由于多尺度小波变换的分块压缩感知算法(MS-BCS-SPL)将每层子带信息进行分块时,使得每层子带中各子块间的采样率相同;但是,当不同的图像子块含有不同的边缘信息时,对这些子块采用相同的采样率会造成资源分配不合理。因此在MS-BCS-SPL算...
由于多尺度小波变换的分块压缩感知算法(MS-BCS-SPL)将每层子带信息进行分块时,使得每层子带中各子块间的采样率相同;但是,当不同的图像子块含有不同的边缘信息时,对这些子块采用相同的采样率会造成资源分配不合理。因此在MS-BCS-SPL算法的基础上,利用图像块边缘信息的不同和图像块的方向性,将总的采样率自适应分配给各层子带中的各子块,实现多尺度分块压缩感知的自适应采样。实验结果表明,在不同采样率,尤其较低采样率时,该算法不仅比MS-BCS-SPL算法采用了较少的采样数目,节约资源;而且比其可重构较高质量的图像。
展开更多
关键词
分块压缩感知
边缘信息
自适应采样
多尺度小波变换
下载PDF
职称材料
题名
基于低秩矩阵和字典学习的图像超分辨率重建
被引量:
11
1
作者
杨帅锋
赵瑞珍
机构
北京
交通
大学
信息科学
研究所
现代
信息科学
与
网络
技术
北京市
重点
实验室
(
北京
交通
大学
)
出处
《计算机研究与发展》
EI
CSCD
北大核心
2016年第4期884-891,共8页
基金
国家"八六三"高技术研究发展计划基金项目(2014AA015202)
国家自然科学基金项目(61073079
+4 种基金
61272028)
中央高校基本科研业务费专项基金项目(2013JBZ003)
高等学校博士学科点专项科研基金项目(20120009110008)
教育部新世纪优秀人才支持计划基金项目(NCET-12-0768)
教育部创新团队发展计划基金项目(IRT201206)~~
文摘
基于稀疏表示和字典学习的超分辨率重建算法没有对图像进行分解,直接将整幅图像的信息都进行了学习重建.由低秩矩阵理论知,可将图像分解成低秩部分和稀疏部分.根据图像各部分信息的特征分别用不同的方法进行超分辨率重建,将能更加有效地利用图像的特征.据此提出了一种基于低秩矩阵和字典学习的超分辨率重建方法.该方法首先通过对图像进行低秩分解得到图像的低秩部分和稀疏部分,图像的低秩部分保留了图像的大部分信息.算法只对图像的低秩部分通过字典学习的方法进行超分辨率重建,图像的稀疏部分则不参与学习重建,而是采用双三线性插值的方法进行重建.实验分析表明,图像的重建质量有所提升,同时减少了一定的重建时间,提升了算法的运行速度.与现有算法比较,在视觉效果、峰值信噪比、算法运行速度等方面均获得了更好的结果.
关键词
低秩矩阵
图像分解
稀疏表示
字典学习
超分辨率
Keywords
low-rank matrix
image decomposition
sparse representation
dictionary learning
super resolution
分类号
TP391.41 [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
多视角数据缺失补全
被引量:
6
2
作者
杨旭
朱振峰
徐美香
张幸幸
机构
北京
交通
大学
计算机
科学
与
信息
技术
学院
现代
信息科学
与
网络
技术
北京市
重点
实验室
(
北京
交通
大学
)
出处
《软件学报》
EI
CSCD
北大核心
2018年第4期945-956,共12页
基金
国家自然科学基金(61572068
61532005)
中央高校基本科研业务费专项基金(2015JBM039)~~
文摘
随着信息技术的快速发展,现实生活中不断涌现出大量的多视角数据,由此应运而生的多视角学习已成为机器学习领域的研究热点.然而,在数据获取过程中,由于收集的难度、高额成本或设备故障等问题,往往导致收集到的多视角数据出现视角缺失,这使得一些多视角学习方法无法有效进行.为此,提出一种基于视角相容性的多视角数据缺失补全方法.通过监督的共享子空间学习,获得与每类多视角数据相对应的共享子空间,从而建立视角相容性判别模型.与此同时,基于共享子空间重构误差等同分布的假设,提出了针对视角缺失的多视角数据的共享表征获取方法,实现多视角缺失数据的预补全.在此基础上,进一步通过多元线性回归实现缺失视角的精确补全.此外,还把所提出的视角补全方法拓展到解决含有噪声的多视角数据的降噪问题.在UCI、COIL-20以及人工合成数据集上的实验结果验证了所提算法的有效性.
关键词
多视角学习
缺失数据补全
共享子空间学习
视角相容性
跨媒体计算
Keywords
multi-view-learning
missing data completion
shared subspace learning
view compability
cross-media computing
分类号
TP391 [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
机器学习中原型学习研究进展
被引量:
3
3
作者
张幸幸
朱振峰
赵亚威
赵耀
机构
北京
交通
大学
信息科学
研究所
清华
大学
计算机
科学
与
技术
系
现代
信息科学
与
网络
技术
北京市
重点
实验室
(
北京
交通
大学
)
国防科技
大学
计算机系
出处
《软件学报》
EI
CSCD
北大核心
2022年第10期3732-3753,共22页
基金
科技创新2030——“新一代人工智能”重大项目(2018AAA0102101)
国家自然科学基金(U1936212,61976018)。
文摘
随着信息技术在社会各领域的深入渗透,人类社会所拥有的数据总量达到了一个前所未有的高度.一方面,海量数据为基于数据驱动的机器学习方法获取有价值的信息提供了充分的空间;另一方面,高维度、过冗余以及高噪声也是上述繁多、复杂数据的固有特性.为消除数据冗余、发现数据结构、提高数据质量,原型学习是一种行之有效的方式.通过寻找一个原型集来表示目标集,以从样本空间进行数据约简,在增强数据可用性的同时,提升机器学习算法的执行效率.其可行性在众多应用领域中已得到证明.因此,原型学习相关理论与方法的研究是当前机器学习领域的一个研究热点与重点.主要介绍了原型学习的研究背景和应用价值,概括介绍了各类原型学习相关方法的基本特性、原型的质量评估以及典型应用;接着,从原型学习的监督方式及模型设计两个视角重点介绍了原型学习的研究进展,其中,前者主要涉及无监督、半监督和全监督方式,后者包括基于相似度、行列式点过程、数据重构和低秩逼近这四大类原型学习方法;最后,对原型学习的未来发展方向进行了展望.
关键词
原型学习
数据约简
度量学习
模型优化
机器学习
Keywords
prototype learning
data reduction
metric learning
model optimization
machine learning
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
图像内容感知缩放的检测方法研究
被引量:
1
4
作者
胡浩慧
倪蓉蓉
赵耀
机构
北京
交通
大学
信息科学
研究所
现代
信息科学
与
网络
技术
北京市
重点
实验室
(
北京
交通
大学
)
出处
《软件学报》
EI
CSCD
北大核心
2018年第4期1002-1016,共15页
基金
国家重点研发计划(2016YFB0800404)
国家自然科学基金(61672090
+1 种基金
61332012)
中央高校基本科研业务费专项基金(2015JBZ002)~~
文摘
针对可用于图像篡改的内容感知缩放技术,提出了一种基于概率Map图统计特征的内容感知缩放检测算法.该算法利用概率Map图以反映图像是否经过内容感知缩放操作,并利用新提出的积分投影与局部统计特征来检测篡改图像.而后利用分类器进行分类训练,从而有效识别基于内容感知缩放操作的图像篡改.实验结果显示,所提算法能够区分出原始图像与篡改图像,并具有较高的正确检测率.
关键词
内容感知缩放
统计特性
概率图
图像篡改
Keywords
content-aware resizing
statistic characteristics
probability map
image forgery
分类号
TP391 [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
用于压缩采样信号重建的回溯正则化自适应匹配追踪算法
被引量:
9
5
作者
孟祥瑞
赵瑞珍
岑翼刚
张凤珍
机构
北京
交通
大学
信息科学
研究所
现代
信息科学
与
网络
技术
北京市
重点
实验室
(
北京
交通
大学
信息科学
研究所)
出处
《信号处理》
CSCD
北大核心
2016年第2期186-192,共7页
基金
高等学校博士点基金(20120009110008)
中央高校基本科研业务费专项基金(2013JBZ003)
+1 种基金
教育部新世纪优秀人才支持计划(NCET-12-0768)
国家自然科学基金(61272028)
文摘
正则化正交匹配追踪算法是一种广泛被使用的压缩感知重构算法,但其需要已知信号的稀疏度。针对这一缺点,本文提出一种回溯正则化自适应匹配追踪算法。该算法基于正则化正交匹配追踪算法进行改进,首先采用设置模糊阈值的方式初始化选取一些原子,然后对其进行正则化,最后采用回溯的方式删掉个别错误的原子。在每次迭代中,不断更新支撑集的同时扩大支撑集,以逐步逼近信号的稀疏度。实验结果表明,在相同的测试条件下,改进后的算法与其他贪婪算法相比,无论是对一维稀疏信号还是二维图像,均取得了更好的重建效果,且运行时间也比较适中。
关键词
匹配追踪算法
正则化
回溯
压缩感知
Keywords
matching pursuit algorithm
regularized
backtracking
compressive sampling
分类号
TN911.7 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
边缘和方向估计的自适应多尺度分块压缩感知算法
被引量:
7
6
作者
李玉
赵瑞珍
张凤珍
岑翼刚
机构
北京
交通
大学
信息科学
研究所.
北京
现代
信息科学
与
网络
技术
北京市
重点
实验室
北京
交通
大学
信息科学
研究所
出处
《信号处理》
CSCD
北大核心
2015年第4期407-413,共7页
基金
国家“863”计划(2014AA015202)
国家自然科学基金(61073079,61272028)
+3 种基金
中央高校基本科研业务费专项基金(2013JBZ003)
高等学校博士点基金(20120009110008)
教育部新世纪优秀人才支持计划(NCET-12-0768)
教育部创新团队发展计划(IRT201206)
文摘
由于多尺度小波变换的分块压缩感知算法(MS-BCS-SPL)将每层子带信息进行分块时,使得每层子带中各子块间的采样率相同;但是,当不同的图像子块含有不同的边缘信息时,对这些子块采用相同的采样率会造成资源分配不合理。因此在MS-BCS-SPL算法的基础上,利用图像块边缘信息的不同和图像块的方向性,将总的采样率自适应分配给各层子带中的各子块,实现多尺度分块压缩感知的自适应采样。实验结果表明,在不同采样率,尤其较低采样率时,该算法不仅比MS-BCS-SPL算法采用了较少的采样数目,节约资源;而且比其可重构较高质量的图像。
关键词
分块压缩感知
边缘信息
自适应采样
多尺度小波变换
Keywords
block compressed sensing
edge information
adaptive sampling
multi-scale wavelet transform
分类号
TN911.7 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于低秩矩阵和字典学习的图像超分辨率重建
杨帅锋
赵瑞珍
《计算机研究与发展》
EI
CSCD
北大核心
2016
11
下载PDF
职称材料
2
多视角数据缺失补全
杨旭
朱振峰
徐美香
张幸幸
《软件学报》
EI
CSCD
北大核心
2018
6
下载PDF
职称材料
3
机器学习中原型学习研究进展
张幸幸
朱振峰
赵亚威
赵耀
《软件学报》
EI
CSCD
北大核心
2022
3
下载PDF
职称材料
4
图像内容感知缩放的检测方法研究
胡浩慧
倪蓉蓉
赵耀
《软件学报》
EI
CSCD
北大核心
2018
1
下载PDF
职称材料
5
用于压缩采样信号重建的回溯正则化自适应匹配追踪算法
孟祥瑞
赵瑞珍
岑翼刚
张凤珍
《信号处理》
CSCD
北大核心
2016
9
下载PDF
职称材料
6
边缘和方向估计的自适应多尺度分块压缩感知算法
李玉
赵瑞珍
张凤珍
岑翼刚
《信号处理》
CSCD
北大核心
2015
7
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