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

噪声自适应拟合补偿的鲁棒性声纹识别算法

声学学报 2022年第1期47卷 151-160页

作者：陈壮俞一彪苏州大学电子信息学院苏州215006

目前的声纹识别系统在安静环境下性能已经很高,但处在复杂噪声背景时,由于训练和应用环境的不同会导致系统性能急剧下降。为解决这一问题,从i-vector空间降噪思想出发,通过偏最小二乘算法直接推导含噪i-vector与纯净i-vector之间的关系... 详细信息

目前的声纹识别系统在安静环境下性能已经很高,但处在复杂噪声背景时,由于训练和应用环境的不同会导致系统性能急剧下降。为解决这一问题,从i-vector空间降噪思想出发,通过偏最小二乘算法直接推导含噪i-vector与纯净i-vector之间的关系,并采用自编码器衡量未知噪声类型的含噪i-vector与已知噪声类型的含噪i-vector之间的相似性,提出一种i-vector空间噪声自适应的鲁棒性声纹识别算法(IPLS-AE)。实验结果显示,相对典型的最大后验概率估计算法(IMAP),提出的IPLS-AE算法对各信噪比与各类型的噪声都有较好的补偿性能,等错误率和最小检测代价函数对已知噪声最高有31.3%和26.8%的相对改善,对未知噪声最高有28.3%和25.2%的相对改善。结果说明,IPLS-AE算法能可靠地识别并补偿噪声,提升系统的鲁棒性。

关键词：声纹识别偏最小二乘算法自编码器等错误率直接推导最大后验概率估计 IMAP 未知噪声

混合噪声下移动受限水声传感器网络自定位算法

在线全文

学校读者我要写书评

暂无评论

北京邮电大学学报 2021年第6期44卷 67-73页

作者：胡克勇宋相琳郭小兰孙中卫宋传旺青岛理工大学信息与控制工程学院青岛266520

现有的水声传感器网络定位算法需要信标节点辅助定位,测距噪声服从高斯分布,定位成本高,精度低,对此,提出一种混合测距噪声下基于最大后验概率的自定位算法.首先对受限移动节点的移动模式进行建模以获取节点位置的先验信息,测量节点间... 详细信息

现有的水声传感器网络定位算法需要信标节点辅助定位,测距噪声服从高斯分布,定位成本高,精度低,对此,提出一种混合测距噪声下基于最大后验概率的自定位算法.首先对受限移动节点的移动模式进行建模以获取节点位置的先验信息,测量节点间距离并基于加性和乘性混合噪声构建似然函数,在贝叶斯框架下将节点位置的先验与似然信息进行融合,通过最大化后验概率得到定位目标函数;然后利用BFGS拟牛顿法对目标函数进行优化求解.仿真结果表明,相比同类定位方法,所提方法无需信标节点,定位精度高,收敛速度快,且对测距噪声的变化具有鲁棒性.

关键词：水声传感器网络无信标定位最大后验概率估计拟牛顿优化

在线全文

学校读者我要写书评

暂无评论

ISAR高分辨成像算法正则化系数的优化

电子信息对抗技术 2023年第6期38卷 68-75页

作者：宋代悦李开壮陈倩倩青岛大学电子信息学院山东青岛266071

以稀疏约束最优化逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)信号模型为基础,基于最大后验概率估计的误差精度和ISAR图像的稀疏性,提出了一种正则化系数优化方法。该方法结合压缩感知理论,基于L1范数建立了稀疏约束的ISAR... 详细信息

以稀疏约束最优化逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)信号模型为基础,基于最大后验概率估计的误差精度和ISAR图像的稀疏性,提出了一种正则化系数优化方法。该方法结合压缩感知理论,基于L1范数建立了稀疏约束的ISAR最优化信号模型。该模型可在任意正信噪比情况下根据每次迭代结果的稀疏度实现正则化系数的自适应调整,且只需少数迭代循环就能确定比较稳定的系数,实现图像的高分辨重建。该方法避免了因无法直接确定最佳系数而重复尝试的复杂过程,提高了算法的实现效率。在求解该最优化模型时,对傅里叶矩阵相乘进行了算法简化并结合共轭梯度下降法降低了算法运算的复杂度。

关键词： ISAR 正则化系数稀疏约束最大后验概率估计共轭梯度

在线全文

学校读者我要写书评

暂无评论

基于网联车辆轨迹数据的周期排队长度估计

中国公路学报 2021年第7期34卷 140-151页

作者：谈超鹏姚佳蓉曹喻旻唐克双同济大学道路与交通工程教育部重点实验室上海201804 同济大学交通运输工程学院上海201804

近年,基于网联车辆轨迹数据的交通管控与服务研究方兴未艾。其中,信号控制交叉口排队长度估计备受关注。然而,在低渗透率条件下,单个周期内轨迹稀少且提供的交通信息十分有限。现有研究仅以当前周期内网联车辆轨迹数据为输入,难以获得... 详细信息

近年,基于网联车辆轨迹数据的交通管控与服务研究方兴未艾。其中,信号控制交叉口排队长度估计备受关注。然而,在低渗透率条件下,单个周期内轨迹稀少且提供的交通信息十分有限。现有研究仅以当前周期内网联车辆轨迹数据为输入,难以获得准确且可靠的周期级排队长度估计结果。因此,融合利用历史网联车辆轨迹数据提供的车辆到达和停车位置信息以及当前周期内实时观测的网联车辆排队信息,提出一种基于最大后验概率的周期最大排队长度估计方法。首先,依据历史轨迹数据的停车位置信息,估计排队长度的先验分布;其次,依据历史轨迹数据的车辆到达信息,估计周期内车辆的历史到达分布,并结合周期内最后1辆排队网联车辆的到达时刻与停车位置,构建排队长度似然函数;最后,基于贝叶斯理论,结合前述先验分布与似然函数,推导周期排队长度的后验分布,并采用最大后验概率方法实现周期最大排队长度的估计。仿真结果表明:所提方法在不同饱和度和渗透率条件下,均优于现有的方法;即使在车辆轨迹数不超过1 veh·周期^(-1)的低渗透率条件下,所提方法的平均绝对估计误差也不超过2 veh·周期^(-1)。实证结果表明:在渗透率仅为8.96%的条件下,所提方法的平均绝对误差为2.12 veh·周期^(-1),平均相对估计误差为12.4%,同样优于现有同类方法。

关键词：交通工程排队长度估计最大后验概率估计网联车辆轨迹历史轨迹数据先验分布

在线全文

学校读者我要写书评

暂无评论

基于最大后验估计的谣言源定位器

计算机科学 2021年第4期48卷 243-248页

作者：鲍志强陈卫东华南师范大学计算机学院广州510631

随着互联网的普及,信息能够通过互联网以极快的速度被传播给大众。但同时,一些虚假信息比如谣言也借助网络的级联效应泛滥成灾,因此如何在传播网络中快速准确地确定谣言传播源成为一个亟待解决的问题。文章针对社交网络提出了一种谣言... 详细信息

随着互联网的普及,信息能够通过互联网以极快的速度被传播给大众。但同时,一些虚假信息比如谣言也借助网络的级联效应泛滥成灾,因此如何在传播网络中快速准确地确定谣言传播源成为一个亟待解决的问题。文章针对社交网络提出了一种谣言源定位的方法,与现有的基于最大后验(Maximum-a-posteriori,MAP)概率估计的方法不同,该方法首先考虑全局和局部感染点、非感染点的影响,使用效果更优的MAP先验概率估计(Prior Probability Estimation,PPE)计算方式。然后基于最小生成树贪心算法来稀疏化社交网络,让MAP中的似然估计(Likelihood Estimation,LE)计算更符合真实的传播结构。最后,采用新的MAP值来估计传播网络中节点为传播源的可能性,从而更准确地定位谣言源点。将所提方法与现有的几种方法分别在模型网络和真实网络中进行了对比,实验结果表明,所提方法优于现有的谣言源定位方法。

关键词：谣言源源定位稀疏化网络最大后验概率估计社交网络

深度卷积先验引导的鲁棒图像层分离方法及其应用

在线全文

学校读者我要写书评

暂无评论

计算机科学 2019年第3期46卷 119-124页

作者：姜智颖刘日升大连理工大学-立命馆大学国际信息与软件学院辽宁大连116621 辽宁省泛在网络与服务软件重点实验室辽宁大连116621

图像层分离是根据任务需要将观测图像分解成两个独立且具有实际意义的组成成分。图像恢复领域中的很多问题在本质上都可以被理解为两个不同层的分离,如自然图像去雨、本质图像分解、反射层去除等。因此,做好图像层分解工作对解决这些问... 详细信息

图像层分离是根据任务需要将观测图像分解成两个独立且具有实际意义的组成成分。图像恢复领域中的很多问题在本质上都可以被理解为两个不同层的分离,如自然图像去雨、本质图像分解、反射层去除等。因此,做好图像层分解工作对解决这些问题有极大的推动作用。由于这个问题的求解具有病态性,已有的方法大多都是通过设计一个复杂的模型先验来约束所需要的两层。然而,复杂的先验会导致目标函数难以被优化求解,算法的有效性也不能很好地发挥出来。更重要的是,这些方法只能针对其中某一个特定的任务,不能迁移到其他应用上,泛化能力不强。为了弥补上述不足,文中提出了一个自适应的灵活优化框架,将深度网络整合到图像层分离迭代过程中。近年来,深度学习在特征提取上的优势逐步体现,在低级图像处理领域也越来越多地被采用。因此,该算法使用深度结构替代传统模型先验来刻画不同层的特征,同时,为了减少网络对训练数据的依赖并提升算法的有效性,将深度信息与传统优化框架相结合。具体来讲,首先基于MAP(最大后验概率)建立能量函数。然后使用ADMM(交替方向乘子法)将该模型分解成3个子问题。前两个子问题用来估计分离的两层,其中鉴于卷积操作在特征刻画上的优势,使用其作为隐式先验刻画问题属性;最后一个子问题通过优化的手段得到最终的精确结果。通过深度卷积先验引导优化迭代,既保持了深度结构对特征的刻画优势,又保留了传统模型优化的稳定性。最后,将所提方法应用到多种图像恢复问题上,包括自然图像去雨和反射层去除。与同类方法的定性与定量比较表明,所提方法在可视效果和数值结果上均表现出了极大的优势,证明了该方法具有强大的泛化能力和有效性。

关键词：层分离反射层去除自然图像去雨残差网络最大后验概率估计

在线全文

学校读者我要写书评

暂无评论

外部非局部自相似先验的图像去噪

电讯技术 2021年第2期61卷 211-217页

作者：白同磊张翠芳西南交通大学信息科学与技术学院成都611756

针对在噪声水平比较高的情况下难以从噪声图像本身提取准确先验信息的问题,提出一种从外部干净图像数据集学习非局部自相似先验信息的图像去噪方法。首先用高斯混合模型学习外部干净图像的非局部自相似先验信息,其次利用最大后验概率估... 详细信息

针对在噪声水平比较高的情况下难以从噪声图像本身提取准确先验信息的问题,提出一种从外部干净图像数据集学习非局部自相似先验信息的图像去噪方法。首先用高斯混合模型学习外部干净图像的非局部自相似先验信息,其次利用最大后验概率估计的方法找到与噪声图像块最匹配的外部先验信息,最后利用外部先验对噪声图像块进行稀疏表示。实验对比表明,所提算法在去除噪声的同时可以较好地保留图像的细节信息,使图像数据集的平均峰值信噪比提高0.18 dB以上。

关键词：图像去噪非局部自相似高斯混合模型最大后验概率估计稀疏表示

在线全文

学校读者我要写书评

暂无评论

基于MAP的超声图像分解去噪算法研究

电子学报 2014年第7期42卷 1291-1298页

作者：李春芳杨鑫张旭明丁明跃华中科技大学生命科学与技术学院生物医学工程系图像信息处理与智能实验室湖北武汉430074 华中科技大学图像识别与人工智能研究所多谱信息处理技术国防科技重点实验室湖北武汉430074 湖北科技学院生物医学工程学院湖北咸宁437100

超声图像中的斑点噪声,降低图像分辨率和对比度,不利于后续图像处理.本文基于最大后验概率(Maximum A Posteriori,MAP)推导出一种新的超声图像分解算法,将原始超声图像分解为无散斑真实图像和散斑图像.使用六组不同的参数值,对Field II... 详细信息

超声图像中的斑点噪声,降低图像分辨率和对比度,不利于后续图像处理.本文基于最大后验概率(Maximum A Posteriori,MAP)推导出一种新的超声图像分解算法,将原始超声图像分解为无散斑真实图像和散斑图像.使用六组不同的参数值,对Field II仿真的超声图像进行分解试验,得出算法中比例参数对分解结果的影响规律.用该方法分解三幅人体超声图像,得到的真实图像平滑性好,且能较好的保留细节和边缘.本文提出的分解算法可用于超声图像的去噪,且分解得到的真实图像和散斑图像可用于特征提取、图像分割和图像分类等.

关键词：超声图像分解最大后验概率估计斑点噪声全变差去噪

在线全文

学校读者我要写书评

暂无评论

基于非冗余信息的超分辨率算法

电波科学学报 2012年第2期27卷 216-221页

作者：鲜海滢傅志中万群徐进电子科技大学电子工程学院四川成都611731 电子科技大学通信与信息工程学院四川成都611731

对于多帧超分辨率技术而言,最理想的情况是让高分辨的图像包含低分辨序列中所有信息。因此,序列各帧之间的差异信息,即非冗余信息,对于超分辨率重建而言有着非常重要的作用。然而,序列各帧在时空域有很强的相关性,非冗余信息相对于冗余... 详细信息

对于多帧超分辨率技术而言,最理想的情况是让高分辨的图像包含低分辨序列中所有信息。因此,序列各帧之间的差异信息,即非冗余信息,对于超分辨率重建而言有着非常重要的作用。然而,序列各帧在时空域有很强的相关性,非冗余信息相对于冗余信息十分微弱,难以直接提取。提出了一种改进超分辨率算法,提取并单独处理非冗余信息,再将其融合入超分辨率结果图像中,使超分辨率图像最大限度的保留低分辨序列中的非冗余信息。试验表明:该算法性能较为优异。

关键词：超分辨率冗余估计最大后验概率估计多帧重建