检索结果-南通市图书馆

电视技术 2018年第2期42卷 5-9页

作者：石曼曼李雷徐静妹南京邮电大学理学院江苏南京210023

为提高分段弱正交匹配追踪(Stagewise Weak Orthogonal Matching Pursuit,SWOMP)算法的重构质量,改进SWOMP算法的重构性能,提出一种基于模糊阈值的回溯分段弱正交匹配追踪(Backtracking Stagewise Weak Orthogonal Matching Pursuit Algorithm based on Fuzzy Threshold,FTB-SWOMP)算法。该算法首先通过采用SWOMP算法初始化选取一些大于门限的原子,在每次迭代过程中引入回溯,采用基于模糊阈值的回溯方式删掉个别错误原子,实现自适应的选取原子来更新支撑集,每次迭代的过程不断更新扩大支撑集,逐步逼近信号的稀疏度。实验结果表明,相同实验条件下,新算法能够以高概率恢复原始一维信号,且重构误差小;对于在二维图像上的应用,新算法仍保证重构时间短的优势,并比原算法具有更好的重构精度。

关键词：模糊阈值压缩感知回溯分段弱正交匹配追踪图像重构

来源：

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

基于稀疏表示的图像去噪方法研究

基于稀疏表示的图像去噪方法研究

引用

作者：魏雅丽天津理工大学

学位级别：硕士

稀疏表示通过信号在过完备字典上的分解，得到信号的一个简洁的表达。由于信号稀疏表示的优良特性，信号稀疏性的研究越来越受到人们的重视，信号稀疏表示也被应用到信号处理的许多方面。传统图像去噪方法主要是通过在变换域将图像中的... 详细信息

稀疏表示通过信号在过完备字典上的分解，得到信号的一个简洁的表达。由于信号稀疏表示的优良特性，信号稀疏性的研究越来越受到人们的重视，信号稀疏表示也被应用到信号处理的许多方面。传统图像去噪方法主要是通过在变换域将图像中的信息和噪声分离，达到图像去噪的目的。但是在变换域中，图像中的信息和噪声并不是完全分开的，所以传统图像去噪方法在去除噪声的同时，也对图像信息构成了一定程度的损害。基于稀疏表示的图像去噪按照是否是图像中的稀疏成分将图像中的信息和噪声分离。针对稀疏分解运算量巨大的问题，本文提出了一种新的过完备字典构造算法和一种改进的稀疏分解快速算法，并将二者结合应用于图像去噪处理。该算法在过完备字典原子数目相同的情况下，获得更高的信噪比和更快的运算速度。本文的主要研究内容包括： 1.基于聚类的过完备字典构造和优化算法。该算法在每次迭代过程中，首先对训练样本进行归一化处理，其次通过改进的K均值聚类算法对训练样本进行聚类，将每个分类的聚类中心作为过完备字典的原子，添加到过完备字典中，然后，将每个分类中的训练样本按照其聚类中心的方向投影并计算残差，得到下一次迭代过程的训练样本，通过数次迭代得到过完备字典;最后基于二叉树原理对过完备字典的原子进行聚类，并按照树结构标记聚类中心，通过标记的聚类中心选出最匹配的原子，实现图像的稀疏表示。该算法在同样的稀疏度和字典规模下，拥有比传统算法更好的信噪比和更高的运算效率。 2.基于稀疏表示的图像去噪的快速算法。该算法基于分段弱正交匹配追踪原理，在每次迭代过程中，预选出若干个匹配原子，然后通过后向贪婪算法进行原子的淘汰，确定出最终用于信号稀疏表示的多个原子，最后实现图像的去噪。与正交匹配追踪算法相比，新的算法能够提高信号稀疏分解的速度和去噪效果。

关键词：稀疏分解图像去噪过完备字典 K均值聚类分段弱正交匹配追踪

来源：

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

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

引用

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

来源：

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

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：