检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于势能平衡的图像骨架抽取算法

东南大学学报（自然科学版） 2003年第6期33卷 724-727页

作者：曹铁勇杨吉斌张雄伟解放军理工大学通信工程学院南京210007

基于骨架的基本特征和势能的概念 ,提出了一种基于势能平衡方式的二值图像骨架抽取算法 .将抽取对象的边缘点作为零势能的等势点 ,计算出处于势能平衡点上的基本骨架点 ,并据此通过向势能小处延伸的方式构建出骨架 ,还解决了由于各点周... 详细信息

基于骨架的基本特征和势能的概念 ,提出了一种基于势能平衡方式的二值图像骨架抽取算法 .将抽取对象的边缘点作为零势能的等势点 ,计算出处于势能平衡点上的基本骨架点 ,并据此通过向势能小处延伸的方式构建出骨架 ,还解决了由于各点周围参考零势能点数量不同而带来的各点势能值间难以比较的问题 .通过计算机模拟显示 ,本算法对于边界噪声影响不太敏感。

关键词：图像处理骨架细化势能平衡

如何解决基不匹配问题:从原子范数到无网格压缩感知

在线全文

学校读者我要写书评

暂无评论

自动化学报 2016年第3期42卷 335-346页

作者：陈栩杉张雄伟杨吉斌孙蒙解放军理工大学南京210007

压缩感知理论能够以远低于经典Nyquist速率进行采样,采用非自适应线性投影获得了保留信号有用信息的少量观测点,并通过求解最优化问题精确重构原始信号.压缩感知理论大大缓解了信号采样、存储和传输的巨大压力,在计算机科学、电子工程... 详细信息

压缩感知理论能够以远低于经典Nyquist速率进行采样,采用非自适应线性投影获得了保留信号有用信息的少量观测点,并通过求解最优化问题精确重构原始信号.压缩感知理论大大缓解了信号采样、存储和传输的巨大压力,在计算机科学、电子工程和信号处理等领域具有广阔的应用前景.信号的稀疏表示是对信号进行压缩采样和重构的前提,即假设信号在某个变换基(傅里叶基、小波基等)下是稀疏的,这些基可以看作是用于描述信号参数空间的有限离散字典.然而在如雷达、阵列信号处理、通信等领域的应用中,信号的参数空间是连续的,在假定的离散变换基下并不稀疏,这种基不匹配问题会严重影响信号重构精度.本文首先介绍了基不匹配产生的原因及其对重构精度的影响,接着从原子范数出发,综述了无网格压缩感知的理论框架和关键技术问题,着重介绍了一维和多维无网格压缩感知的最新研究进展,最后对其在信号处理等领域的应用进行了探讨.

关键词：基不匹配原子范数无网格压缩感知循环平稳信号处理

在线全文

学校读者我要写书评

暂无评论

基于DEA的协调聚类方法

云南大学学报（自然科学版） 2008年第S2期30卷 170-174页

作者：杨吉斌胡锡健新疆大学数学与系统科学学院新疆乌鲁木齐830046

对基于DEA的协调聚类的基本理论及其改进进行介绍并给予补充,并用此方法对北疆8个城市的经济发展状况进行评价.最后将其与因子分析法对比,发现它们各有长短.

关键词： DEA 协调聚类因子分析

分段匹配追踪式Karhunen-Loeve非相干字典语音压缩感知

在线全文

学校读者我要写书评

暂无评论

声学学报 2013年第4期38卷 493-500页

作者：曾理张雄伟陈亮杨吉斌黄建军解放军理工大学指挥信息系统学院南京210007 解放军理工大学通信工程学院南京210007

压缩感知(Compressed Sensing,CS)理论突破了经典采样定理的理论边界,为信号压缩提供了另一种途径。基于CS理论框架,做了两方面工作:为提高语音字典对信号的匹配性,设计了一种基于K-L展开的非相干语音字典;针对现有匹配追踪(MP,OMP)算... 详细信息

压缩感知(Compressed Sensing,CS)理论突破了经典采样定理的理论边界,为信号压缩提供了另一种途径。基于CS理论框架,做了两方面工作:为提高语音字典对信号的匹配性,设计了一种基于K-L展开的非相干语音字典;针对现有匹配追踪(MP,OMP)算法的不足,提出分段匹配追踪(Segment MP,SegMP)算法。首先对语音自相关函数进行建模并估计模型参数,构造语音自适应非相干字典,然后采用SegMP对语音稀疏向量分段观测,获得多个低维矢量,最后结合模型参数重建字典并重构信号,实现了语音压缩感知。语音测试结果表明:相比现有方案,本文方案对信号的稀疏表示更为精准,具有更好的重构质量,且降低了计算复杂度。

关键词：语音压缩匹配追踪非相干字典感知分段信号压缩模型参数

在线全文

学校读者我要写书评

暂无评论

在波形网络中融合相位信息的骨导语音增强

声学学报 2021年第2期46卷 309-320页

作者：郑昌艳杨吉斌张雄伟孙蒙火箭军士官学校青州262500 陆军工程大学南京210007

已有骨导语音增强算法重点关注语音幅度谱增强,在波形合成时会因为相位不匹配导致语音质量下降。为解决该问题,提出了一种融合相位信息的波形网络(WaveNet)模型实现骨导语音增强波形生成。该方法以频带扩展WaveNet为基础,融合骨导语音... 详细信息

已有骨导语音增强算法重点关注语音幅度谱增强,在波形合成时会因为相位不匹配导致语音质量下降。为解决该问题,提出了一种融合相位信息的波形网络(WaveNet)模型实现骨导语音增强波形生成。该方法以频带扩展WaveNet为基础,融合骨导语音相位谱信息与增强的语音幅度谱作为模型的条件特征,根据融合特征生成增强语音波形,实现了相位信息的有效利用。仿真实验综合对比了群时延谱和瞬时频率偏差谱相位特征,主客观结果表明,不论是采用串联融合还是卷积融合方式,骨导语音相位信息均有效补充了原有幅度谱条件特征,改善了语音增强效果。利用串联方式融合群时延谱特征可得到最佳结果,相比于原始骨导语音,平均意见得分(MOS)提升了约54.3%。

关键词：语音增强幅度谱群时延频带扩展语音波形瞬时频率骨导波形合成

基于Bayes方法的AR（P）和APMA（P，Q）模型的变点问题的参数估计

在线全文

学校读者我要写书评

暂无评论

基于Bayes方法的AR（P）和APMA（P，Q）模型的变点问题的参数估计

作者：杨吉斌新疆大学

学位级别：硕士

在假设只有一个变点的情形下,研究了自回归过程AR(p)和自回归综合移动平均过程ARMA(p,q)的变点问题的参数估计问题,第一章引言部分介绍了国内外变点问题的发展状况,并且对时间序列的变点问题做出了定义;第二章针对AR(p)模型,用Bayes方... 详细信息

在假设只有一个变点的情形下,研究了自回归过程AR(p)和自回归综合移动平均过程ARMA(p,q)的变点问题的参数估计问题,第一章引言部分介绍了国内外变点问题的发展状况,并且对时间序列的变点问题做出了定义;第二章针对AR(p)模型,用Bayes方法推导出AR(p)的变点问题中的各个参数的估计表达式,包括变点的位置k,这里首先从AR(2)模型入手(对于AR(1)的情形,刘琴已讨论过),然后推广到p阶;第三章则是针对ARMA(p,q)模型,也用Bayes给出了变点位置k和其它参数的估计表达式;第四章针对AR(p)、ARMA(p,q),讨论了用MLE估计变点模型参数的方法,并且介绍了用SIC方法确定变点的存在.在第二章和第三章进行数据模拟研究,并将Bayes方法与最大似然法作比较.得到了比较好的结果.在预测模拟中发现：考虑变点的情形下比不考虑变点所得到的预测结果要好,并且Bayes方法得到的预测结果比MLE所得到的预测结果要好.

关键词： AR(P) ARMA(P,Q) 变点问题变点位置k 参数估计预测 Bayes方法 MLE SIC

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

高效深度特征提取及其在显著性检测中的应用

计算机辅助设计与图形学学报 2019年第2期31卷 324-331页

作者：方正曹铁勇郑云飞杨吉斌中国人民解放军陆军工程大学指挥控制工程学院南京200001 中国人民解放军陆军炮兵防空兵学院图像检测技术重点实验室合肥230031

针对卷积神经网络(CNN)中间层特征维度高,含噪声较多的问题,提出一种CNN特征降维的方法,首先利用主成分分析(PCA)对CNN特征进行降维,在数据层面和人类感知层面证明了其有效性;然后将降维后的CNN特征作为区域特征向量,利用多水平超像素... 详细信息

针对卷积神经网络(CNN)中间层特征维度高,含噪声较多的问题,提出一种CNN特征降维的方法,首先利用主成分分析(PCA)对CNN特征进行降维,在数据层面和人类感知层面证明了其有效性;然后将降维后的CNN特征作为区域特征向量,利用多水平超像素分割和随机森林回归构建了一个融合手工特征及降维CNN特征的显著性检测模型;最后选取了10个显著性检测传统模型进行对比,构建的融合模型性能优于仅使用传统手工特征的方法,降维后的CNN特征能够改进显著性模型的性能.

关键词：显著性检测卷积神经网络特征主成分分析特征融合随机森林