检索结果-南通市图书馆

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

压缩感知重构算法的GPU加速与实现

压缩感知重构算法的GPU加速与实现

作者：张静中南民族大学

学位级别：硕士

压缩感知理论打破了传统奈奎斯特采样定理对采样率的限制,它在信号具有稀疏性的前提条件下,以较低的采样率实现对信号的压缩采样。压缩感知提出后,在无线通讯、阵列信号处理、模式识别和生物传感等领域得到广泛关注。压缩感知重构方法... 详细信息

压缩感知理论打破了传统奈奎斯特采样定理对采样率的限制,它在信号具有稀疏性的前提条件下,以较低的采样率实现对信号的压缩采样。压缩感知提出后,在无线通讯、阵列信号处理、模式识别和生物传感等领域得到广泛关注。压缩感知重构方法通常具有较高的计算复杂度,在信号尺度较大时,压缩感知重建需要的时间会急剧增长,导致大尺度信号压缩感知重构的实时性难以满足需要。压缩感知重构算法的加速实现已成为该领域关注的重要问题。随着基于CUDA架构的图形处理单元(GPU)的推行,最初用于图像加速、处理图形转换和渲染等工作的GPU在高性能计算方面得到大量应用。考虑到图形处理器高效的并行执行能力,以及在大尺度并行数据处理上具有的良好加速潜力,本文探讨了基于GPU的压缩感知重构算法的加速方法与实现技术。论文重点对三种压缩感知重构算法(OMP算法、BP算法和A*OMP算法)进行了分析与比较,以及在对算法模块的并行性进行可行性分析的基础上,探讨了在GPU平台上对OMP和A*OMP两种重构算法耗时长模块的并行加速设计与实现,以有效提高大尺度信号压缩感知重构的实时性。本文的主要研究工作及创新如下:(1)研究了基于图形处理器的OMP算法的加速方法及实现。为降低中央处理器与GPU之间传输的延迟,研究了将OMP算法的迭代过程转移到GPU上并行处理的方法。在GPU端,根据全局内存的存取特点改进CUDA程序,以便使存储器的存取满足合并访问条件,从而降低访问延迟。利用流多处理器(SM)的丰富资源,合理分配SM中共享内存,改进线程访问有效降低区冲突,大大提高数据访存速度。(2)探讨了A*OMP算法的并行实现及基于GPU的加速方法。通过将耗时长的矩阵逆运算转化为可并行的矩阵/向量乘运算,并考虑算法内在的相关性,提出一种迭代实现方法以降低计算复杂度。将算法中的矩阵/向量计算映射到GPU上并行执行,利用Jacket并行编程功能有效提升系统加速性能。

关键词：压缩感知重构正交匹配追踪 A*正交匹配追踪并行计算加速实现图形处理器统一计算设备架构

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

压缩感知重构和粗糙集属性约简技术及其应用

压缩感知重构和粗糙集属性约简技术及其应用

作者：张江涛河北工业大学

学位级别：硕士

随着信息技术的快速发展,各领域的数据呈现爆炸式增长,其中包含了大量的缺失数据以及冗余属性,而这些干扰数据往往会影响人们做出正确的决策,因此对这些数据进行处理将变得更加迫切。压缩感知能够在信号采样率较低的情况下高精度地重构... 详细信息

随着信息技术的快速发展,各领域的数据呈现爆炸式增长,其中包含了大量的缺失数据以及冗余属性,而这些干扰数据往往会影响人们做出正确的决策,因此对这些数据进行处理将变得更加迫切。压缩感知能够在信号采样率较低的情况下高精度地重构出原始信号,同时也能对缺失数据重构,但其重构精度受候选集选择的影响。粗糙集理论针对冗余属性可以取得较好的应用效果,但其性能受知识粒子划分的影响。为此,本文为提高重构的精度,研究用S型函数改进分段弱正交匹配追踪（Stagewise Weak Orthogonal Matching Pursuit,SWOMP）重构算法;为提升属性约简性能,研究基于斯皮尔曼相关系数的邻域粗糙集（Neighborhood Rough Set,NRS）属性约简算法。并将这些技术应用于油气测井之中。主要的研究工作或创新如下:（1）基于基追踪和正交匹配追踪算法的对比分析。由于采集或收集的数据受到缺失值等噪声的影响时,其决策结果往往会出现偏差。当重构精度相同时,为了寻找缺失值重构效率更高的算法,对基追踪和正交匹配追踪进行对比,结果表明了采用正交匹配追踪算法的缺失值重构运行时间更快、更稳定。（2）采用S型函数改进的分段弱正交匹配追踪重构技术研究。针对SWOMP在迭代中采用固定的门限参数很容易对候选集造成欠估计或过估计,受“开始阶段快速接近、最后阶段逐步逼近”规则的启发,研究S型函数的选取问题,通过一维信号和二维图像分析对比以及测井数据实验仿真,证明了SWOMP6重构精度最优。（3）基于斯皮尔曼相关系数的邻域粗糙集（SCCNRS）属性约简技术研究。为了构造更适用于样本之间相似性的距离测度,根据“类内间距小,类间间距大”的规则,采用斯皮尔曼相关系数改进邻域粗糙集中的欧氏距离测度,从而确定其属性的重要度,最后采用邻近算法（KNN）、高斯贝叶斯分类（Gaussian Naive Bayes）和支持向量机（SVM）验证其属性约简的准确率。通过对UCI数据进行仿真分析,证明了SCCNRS属性约简的有效性和优越性。（4）油气层分类识别实际应用。为了提高油气层分类识别的准确率,建立了基于采用S型函数改进的分段弱正交匹配追踪重构技术和SCCNRS属性约简技术的油气层分类识别模型。经某X井测井油气层数据应用,结果表明,经过采用S型函数改进的分段弱正交匹配追踪对缺失值的重构以及SCCNRS对冗余属性进行属性约简,其分类识别精度得到提高,为实际油气层分类识别提供了科学依据。

关键词：压缩感知重构分段弱正交匹配追踪粗糙集属性约简邻域粗糙集

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于GPU的压缩感知重构算法的设计与实现

计算机科学 2016年第8期43卷 318-322页

作者：张静熊承义高志荣中南民族大学电子信息工程学院武汉430074 中南民族大学计算机科学学院武汉430074

针对大尺度压缩感知重构算法实时性应用的需要,探讨了基于图形处理器(GPU)的正交匹配追踪算法(OMP)的加速方法及实现。为降低中央处理器与GPU之间传输的高延迟,将整个OMP算法的迭代过程转移到GPU上并行执行。其中,在GPU端根据全局存储... 详细信息

针对大尺度压缩感知重构算法实时性应用的需要,探讨了基于图形处理器(GPU)的正交匹配追踪算法(OMP)的加速方法及实现。为降低中央处理器与GPU之间传输的高延迟,将整个OMP算法的迭代过程转移到GPU上并行执行。其中,在GPU端根据全局存储器的访问特点,改进CUDA程序使存储访问满足合并访问条件,降低访问延迟。同时,根据流多处理器(SM)的资源条件,增加SM中共享存储器的分配,通过改进线程访问算法来降低bank conflict,提高访存速度。在NVIDIA Tesla K20Xm GPU和Intel(R)E5-2650CPU上进行了测试,结果表明,算法中耗时长的投影模块、更新权值模块分别可获得32和46倍的加速比,算法整体可获得34倍的加速比。

关键词：压缩感知重构正交匹配追踪图形处理器并行执行加速

基于PCA字典和两阶段优化的非凸压缩感知重构

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于PCA字典和两阶段优化的非凸压缩感知重构

作者：董航西安电子科技大学

学位级别：硕士

近几年，在信号处理领域出现了一种新的数据采集理论“压缩感知”(Compressed Sensing, CS)，该理论在数据采集的同时实现压缩，突破了传统奈奎斯特采样定理的限制，为数据采集技术带来了革命性的变化，使得该理论在压缩成像系统、军事... 详细信息

近几年，在信号处理领域出现了一种新的数据采集理论“压缩感知”(Compressed Sensing, CS)，该理论在数据采集的同时实现压缩，突破了传统奈奎斯特采样定理的限制，为数据采集技术带来了革命性的变化，使得该理论在压缩成像系统、军事密码学、无线传感等领域有着广阔的应用前景。在压缩感知重构算法中有两个关键点：稀疏表示字典构造和重构算法设计。压缩感知重构算法本质是求解l0范数的非凸优化问题，该问题是NP-hard问题。遗传算法和克隆选择算法是求解组合优化问题的代表性方法。因此，本文提出了基于PCA字典和两阶段优化的非凸压缩感知重构方法，该方法在分块压缩感知的框架下，通过构造PCA超完备冗余字典，并且使用遗传和克隆选择算法从全局求解更优的原子组合。本文主要工作如下： 1、提出了基于PCA方向基和局部结构先验的压缩感知重构方法。该方法借鉴了Guoshen Yu等学者[54]提出的从具有直线方向的黑白图像块中获得PCA方向基字典的思想，通过加入局部结构先验对待重构的图像块求得一个最优PCA方向的基原子组合，然后利用文献[54]的稀疏系数求解公式获得这些PCA方向基原子的系数，最终得到该图像块的重构结果。仿真实验结果表明该方法对于具有单一方向的图像块有较好的重构效果。 2、上面提到的PCA方向基字典是由每个方向的较大特征值对应的基原子组成的，其中小的特征值对应的基原子被舍弃。在图像块的稀疏表示中尽管大的特征值对应的PCA基原子贡献较大，但是小的特征值对应的PCA基原子也具有一定的作用，因此本文构造了一个PCA超完备冗余字典，该字典是由所有PCA方向基上的所有特征值对应的基原子组成的。基于该字典，本文提出了两阶段优化的非凸压缩感知重构方法。该方法对待重构的图像块首先使用遗传算法从PCA超完备冗余字典中就方向求解最优原子组合，然后使用克隆选择算法在已优化出方向的部分原子组成的子字典上就特征值对应的原子进行进一步搜索得到更优的原子组合，最后利用文献[54]的稀疏系数求解公式获得这些PCA方向基原子的系数，最终得到该图像块的重构结果。实验结果表明，本方法的重构结果在视觉效果和重构误差上都要优于OMP和第三章的重构方法。

关键词： PCA字典压缩感知重构遗传克隆选择多方向性

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

图像多尺度结构指导的压缩感知重构网络研究

图像多尺度结构指导的压缩感知重构网络研究

作者：任天宇桂林电子科技大学

学位级别：硕士

压缩感知(Compressed Sensing,CS)是对过往的信号采集理论的一个突破,由于CS技术在数据传输和存储时的优势,该领域已经有许多潜在应用研究。近年来,深度学习飞速发展,已经在图像去噪、超分辨重建、压缩感知等图像重建领域取得显著成果... 详细信息

压缩感知(Compressed Sensing,CS)是对过往的信号采集理论的一个突破,由于CS技术在数据传输和存储时的优势,该领域已经有许多潜在应用研究。近年来,深度学习飞速发展,已经在图像去噪、超分辨重建、压缩感知等图像重建领域取得显著成果。基于深度网络的方法虽然避免了表示误差的累积,但随之而来的是网络模型对图像结构的可解释性差,重建图像中细节容易丢失,特别是在低采样率下,局部结构和纹理重建效果不太理想。多尺度分析是图像处理领域的一项重要研究内容,其将图像分解为不同大小尺度的成分,并对不同成分进行处理,已经在图像重建领域有广泛应用。本文将多尺度理论和深度网络相结合应用在基于CS的图像重建问题上,重要的研究内容有以下几个方面。(1)本文将基于小波的图像多尺度分析与深度网络相结合,提出了一种基于小波变换的多通道深度网络,用于图像的压缩感知重建。该方法通过小波变换将图像分解为低频光滑结构成分和三个高频纹理细节成分;设计了包含可变形卷积模块的结构通道重建获得图像的低频成分,包含混合卷积模块的纹理通道重建获得图像的高频细节成分;再将两个通道的输出的估计图融合后生成图像的重建图。与已有基于深度网络的CS重建方法相比,本文方法对图像结构进行多尺度分析,考虑到结构和纹理之间的形态差异,针对不同结构设计了不同的重构策略和网络操作,将低频图像块和高频图像块分别输入到对应的网络通道中进行训练,同步提升网络对光滑和纹理结构的重构效果。实验结果表明,基于本文方法的CS重建可以有效恢复图像纹理细节,与现有方法相比,可以获得更为精准、细节更清晰的重建图像。(2)图像金字塔多尺度分析是图像处理领域的重要内容,是一种在图像的多个尺度对其进行有效解释的结构,通过对原图进行自上而下的下采样而获得。这种结构下,原始图像的特征搜索空间很大程度上的从单一的尺度扩展到多尺度的特征金字塔上。同时图像的梯度成分中包含了其每一个局部区域清晰的边缘和结构信息,具有图像的先验特性,在重建过程中我们可以利用图像的梯度图来指导整个重建过程,帮助网络获取更多的边缘信息。受其启发,提出了一种融合图像梯度的多尺度压缩感知图像重建方法。结合图像的多尺度金字塔结构,设计了一种多阶段的网络框架。将整个重建过程分解为一种从小尺度到大尺度逐步学习的过程。在不同阶段之间,通过通道拼接的方式进行信息交互。同时在每个阶段中,通过图像梯度成分和图像本身在两个不同的映射空间对图像重建的过程进行指导,构建双通道的深度网络模型。在原图通道中采用混合卷积残差密集连接模块,扩大感受野提取丰富的细节信息。实验结果表明,应用融合图像梯度的多尺度压缩感知图像重建方法相比与现有方法,在重建质量方面取得了更好的结果,特别是在图像边界部分的恢复方面有显著提升。

关键词：小波多尺度理论纹理与结构图像金字塔多通道网络压缩感知重构

基于稀疏分解和压缩感知重构算法的大地电磁噪声压制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于稀疏分解和压缩感知重构算法的大地电磁噪声压制

作者：燕欢湖南师范大学

学位级别：硕士

由于天然大地电磁信号本身微弱且频带范围宽,极易受到噪声污染。随着人类文明的不断进步,各类因素造成的人文电磁干扰日益严重,导致野外采集的大地电磁数据呈现典型的近源效应。如何消除大地电磁数据中的强干扰,提高大地电磁测深数据质... 详细信息

由于天然大地电磁信号本身微弱且频带范围宽,极易受到噪声污染。随着人类文明的不断进步,各类因素造成的人文电磁干扰日益严重,导致野外采集的大地电磁数据呈现典型的近源效应。如何消除大地电磁数据中的强干扰,提高大地电磁测深数据质量一直是该领域的重要研究课题。本文引入稀疏分解和压缩感知重构算法分别对大地电磁信号进行噪声压制,主要研究内容如下:(1)由于稀疏分解算法限制条件少、自适应性强,且灵活高效,为抑制大地电磁噪声干扰提供了一条新思路。匹配追踪是最为常用的稀疏分解方法,其本质是一种贪婪算法。针对匹配追踪计算量大、大地电磁数据处理效率低的问题,提出基于匹配追踪和遗传算法的大地电磁噪声压制方法。首先,利用Gabor原子构建过完备原子库,并对过完备原子库集合进行划分。然后,借助遗传算法的自适应性,快速搜寻最优匹配原子及所在位置。最后,运用最优匹配原子稀疏分解待处理信号,重构有用信号。利用计算机模拟的典型强干扰和矿集区实测大地电磁数据进行分析处理,实验结果表明,相对于匹配追踪和正交匹配追踪,所提方法能有效剔除大地电磁时间域序列中的大尺度强干扰,低频段的大地电磁数据质量得到明显改善。(2)压缩感知是一种新型的信号采样理论,压缩感知重构算法是该理论中最重要的部分之一。为了快速、有效抑制大地电磁信号中的强干扰,保留低频段的大地电磁有用信息。根据矿集区典型的大地电磁噪声干扰类型,首先选取小波包和余弦原子等多种原子构造的冗余字典进行稀疏表示。然后,选用高斯矩阵进行观测采样。最后,采用分段正交匹配追踪重构有用信号。文中所提方法在保证重构信号质量的同时,极大地提升了计算效率,为后续开展海量实测大地电磁数据处理提供了一条新的研究思路,应用前景广阔。

关键词：大地电磁噪声压制稀疏分解压缩感知重构匹配追踪

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

相空间多图像加密与压缩感知重构

相空间多图像加密与压缩感知重构

作者：徐晓滨苏州科技大学

学位级别：硕士

随着信息技术的快速发展,人们对信息网络的依赖程度日益加深。信息安全是网络正常运行的前提,因此,信息安全技术成为保护个人及集体的合法信息不受侵害的关键技术之一。越来越多的信息交流与存储需要信息安全技术的保护,信息安全技术面... 详细信息

随着信息技术的快速发展,人们对信息网络的依赖程度日益加深。信息安全是网络正常运行的前提,因此,信息安全技术成为保护个人及集体的合法信息不受侵害的关键技术之一。越来越多的信息交流与存储需要信息安全技术的保护,信息安全技术面临着很多新的挑战:安全性的要求越来越高,信息量越来越大,信息安全技术已成为当今社会备受关注的研究课题之一。目前,信息安全技术的研究主要围绕基于数学原理的传统信息安全技术和包括光学信息安全技术、生物特征识别及量子密码等在内的新型信息安全技术展开。与传统的信息安全技术相比,光信息安全技术具有高加密维度、高并行速度、高处理速度等优势。然而,光信息安全技术中大部分的加密系统都是线性系统,明文与密文之间的线性关系,使加密系统存在很大的安全隐患。本文首先在光信息安全理论的基础上分析了几种典型的光信息加密系统的加密及解密方案,并进行了计算机仿真模拟,指出经典光学加密系统中存在的安全隐患。然后,介绍了相空间光学加密技术的加密原理和解密算法,对其安全性进行分析;推导出部分密文解密的误差与采样率的关系,并进行计算机仿真模拟验证。之后又针对相空间加密导致的信息量巨大这一问题,提出了基于压缩感知原理,利用部分密文精确重构原始明文的压缩感知重构算法,并分析重构误差和成功率与采样率的关系。最后,基于相空间光学加密系统的压缩感知重构,提出一种利用距离调制的相空间多图像加密方案,突破了信道宽度的限制,并对误差与加密信息量的关系进行了分析。

关键词：双随机相位编码相空间光学加密压缩感知重构多图像加密

基于Ridgelet冗余字典和遗传进化的压缩感知重构

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Ridgelet冗余字典和遗传进化的压缩感知重构

作者：杨丽西安电子科技大学

学位级别：硕士

本文首先介绍了压缩感知理论框架,着重回顾了压缩感知重构算法的研究和应用现状,针对其本质是l0范数问题,将对直线边缘稀疏表示性能好的脊波 (Ridgelet)冗余字典和遗传进化(Genetic Algrthm,GA)算法融入到压缩感知重构框架中,提出并... 详细信息

本文首先介绍了压缩感知理论框架,着重回顾了压缩感知重构算法的研究和应用现状,针对其本质是l0范数问题,将对直线边缘稀疏表示性能好的脊波 (Ridgelet)冗余字典和遗传进化(Genetic Algrthm,GA)算法融入到压缩感知重构框架中,提出并实验仿真了基于Ridgelet冗余字典和遗传进化的压缩感知重构方法。首先,建立了基于分块的Ridgelet冗余字典的压缩感知重构框架,其次,针对问题实际情况,详细设计了GA的编解码方式、适应度函数和遗传算子,最后,提出了三种不同形式的遗传进化的压缩感知重构方法,分别为单个测量遗传进化、相似测量共同遗传进化和两者结合的重构方法。单个测量遗传进化重构方法是将遗传进化算法简单地融入重构问题,仿真实验数据证明了遗传进化算法确实能够较好解决此类问题,进化到一定代数后,该方法能够超越正交匹配追踪方法的重构结果。相似测量共同遗传进化重构方法是受图像存在非局部自相似特性的启发,实验数据分析得知经过高斯随机观测的向量间也存在相似性,为此,我们借助仿射传播聚类算法得到相似测量分组,重新定义适应度函数,仿真实验数据表明,与前一种算法进行对比,本方法由于充分利用了相似子块之间的约束,因此在进化初期就能有效地抑制子块学误的现象, 减少了进化代数,同时又提高了重构效果。综合分析前两种重构方法的数据和重构效果,结合相似测量共同遗传进化突出的共性化和单个测量遗传进化强调的个性化优势,提出了两者结合的遗传进化重构方法,且充分利用每一代进化后中间输出图像信息,新增加了滤波器和凸集投影两种操作,进一步提升重构图像的质量,且用稀疏度变化的正交匹配追踪来自适应子块的稀疏度,然后更新下一代进化的种群,对比实验结果表明该重构方法是可行和有效的。

关键词：冗余字典遗传进化相似测量压缩感知重构稀疏度

基于压缩感知重构及字典迁移的小样本轴承故障诊断

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于压缩感知重构及字典迁移的小样本轴承故障诊断

作者：赵彬集燕山大学

学位级别：硕士

随着工业现代化的发展,复杂机械设备的安全和可靠性日渐受到重视。滚动轴承作为其中最常见且易受损的构件之一,其健康状态关乎整个机械的安全运行。目前多数智能故障诊断方法要求训练数据和测试数据同分布,但考虑安全及成本等因素,真实... 详细信息

随着工业现代化的发展,复杂机械设备的安全和可靠性日渐受到重视。滚动轴承作为其中最常见且易受损的构件之一,其健康状态关乎整个机械的安全运行。目前多数智能故障诊断方法要求训练数据和测试数据同分布,但考虑安全及成本等因素,真实故障样本数量稀少,难以满足深度学习类诊断方法的要求,导致理论方法的性能在实际应用中受到较大影响。该文结合压缩感知、字典学习和迁移理论,研究了基于小样本数据增强的滚动轴承故障诊断方法。首先,针对实际应用场景处于有标签数据稀缺的小样本状况,该文引入压缩感知理论,提出一种故障信号数据增强方法,该方法先对故障信号采取压缩变换提取有效故障信息,再采用多种不同的压缩感知重构方法逆向重构信号,生成含有相同故障信息而更具多样性的新样本,最后用混合的故障信号训练深度卷积网络,提高故障分类的准确率。与传统数据增强方法比较,该方法能够较好的改善故障识别性能。其次,考虑到实验室源域有标签样本量远大于实际中的目标域样本量,且源域信息与目标域信息有一定的关联,该文提出一种结合字典学习和迁移重构的数据增强算法。首先,利用大量源域数据生成源域字典,获取共享表示系数,再采用少量目标域样本微调共享表示系数,更新特定源域字典生成迁移字典,搭建源域信息向目标域信息的迁移通道。最后,通过源域表示系数和迁移字典生成大量具有目标域特征的新样本,提升目标域数据规模,在此基础上训练诊断模型,改善故障识别性能。最后,该文所研究的小样本数据增强方法在多个公开数据集上进行了验证,获得了较好的诊断结果;文中还分析了方法中的重要参数对诊断结果的影响。本文方法为解决小样本故障诊断问题提出了新的思路,具有一定的实际应用意义。

关键词：轴承故障诊断小样本数据增强压缩感知重构字典迁移