文献搜索-钛学术文献服务平台

刊名：西安交通大学学报

发表时间：2014-10-01

摘要:

针对压缩感知(CS)重构算法在实际应用中自然图像的小波变换系数往往无法稀疏的问题,提出了一种方向提升小波变换(DLWT)域稀疏滤波的自然图像贝叶斯压缩感知算法(DLWT-SF-TSW-BCS).首先对自然图像进行方向提升小渡变换得到小波变换系数;然后在随机测量之前利用稀疏滤波切除小系数,消除了小系数对大系数重构时的混叠干扰;最后结合小波树结构的贝叶斯压缩感知重构算法得到自然图像的重构图像.实验结果表明,与仅利用尺度间相关性的小波树结构的压缩感知重构算法相比,DLWT-SF-TSW-BCS算法的重构峰值信噪比最大可提高10 dB.

图像压缩感知贝叶斯方向提升小波变换稀疏滤波混叠尺度间相关性

下载 0

被引 0

 获取原文

2.【期刊】利用自适应假近邻方法优化卷积神经网络的图像目标分类算法

作者：李志浩苑毅阮文惠黄珍

刊名：计算机应用研究

发表时间：2019-10-01

摘要:

为了能够在处理不同的数据类型或任务时得到良好的结果,设计了基于自适应假近邻方法的卷积神经网络(CNN)架构.将中心矩的思想应用在CNN的池化操作中,利用稀疏滤波算法实现训练过程的无监督化,并设置CNN算法的卷积掩模(卷积核)的大小和每层卷积单位(CNN神经元)的数量;此外,该架构还利用自适应假近邻方法实现了简化建模和预测等任务.实验结果证实,提出的改进CNN架构的复杂度较低,它可以更快地接受训练并且不易产生过度拟合.

卷积神经网络假近邻目标分类矩池化稀疏滤波

下载 0

被引 0

 获取原文

3.【期刊】SF-CNN在驾驶行为识别中的应用研究

作者：王忠民张瑶衡霞

刊名：计算机工程与应用

发表时间：2018-11-01

摘要:

为了减少不良驾驶行为的潜在危险,通过智能手机内置传感器对驾驶行为进行实时监测,辅助驾驶者安全驾驶,提出了一种优化特征分布的无监督特征学习算法模型——稀疏滤波-卷积神经网络模型(Sparse Filter-Convo-lutional Neural Network,SF-CNN).该方法利用移动终端在车辆行驶中采集的三轴加速度数据,通过稀疏滤波进行范数联合约束,得到紧凑的初级特征表达,将该表达矩阵作为卷积神经网络首层的输入,进行非线性分类来识别驾驶行为.实验结果表明,稀疏滤波-神经网络的识别模型对驾驶行为具有更高的识别率和鲁棒性,优于传统神经网络模型,对辅助驾驶系统的效能评价有重要的理论意义.

稀疏滤波卷积神经网络模式识别驾驶行为

下载 0

被引 5

4.【期刊】利用自适应假近邻方法优化卷积神经网络的图像目标分类算法

作者：黄珍李志浩苑毅阮文惠

刊名：计算机应用研究

发表时间：2019-10-01

摘要:

为了能够在处理不同的数据类型或任务时得到良好的结果,设计了基于自适应假近邻方法的卷积神经网络(CNN)架构.将中心矩的思想应用在CNN的池化操作中,利用稀疏滤波算法实现训练过程的无监督化,并设置CNN算法的卷积掩模(卷积核)的大小和每层卷积单位(CNN神经元)的数量;此外,该架构还利用自适应假近邻方法实现了简化建模和预测等任务.实验结果证实,提出的改进CNN架构的复杂度较低,它可以更快地接受训练并且不易产生过度拟合.

卷积神经网络假近邻目标分类矩池化稀疏滤波

下载 0

被引 0

5.【期刊】基于稀疏滤波神经网络的智能调制识别

作者：李润东李立忠李少谦宋熙煜何鹏

刊名：电子科技大学学报

发表时间：2019-02-01

摘要:

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.

卷积神经网络深度学习低秩表示调制识别稀疏滤波

下载 0

被引 1

文献类型

学科分类

核心收录

年份

来源