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

利用子空间改进的k-SVD语音增强算法

西安电子科技大学学报 2016年第6期43卷 109-115页

作者：郭欣贾海蓉王栋太原理工大学信息工程学院山西太原030024

在低信噪比的情况下,稀疏表示无法将纯净语音完全从带噪语音中分离出来,针对此问题提出了一种利用子空间改进的k奇异值分解语音增强算法.首先,利用子空间最优估计器跟踪噪声;其次,通过k奇异值分解算法对噪声进行训练,构建出噪声字典;最... 详细信息

在低信噪比的情况下,稀疏表示无法将纯净语音完全从带噪语音中分离出来,针对此问题提出了一种利用子空间改进的k奇异值分解语音增强算法.首先,利用子空间最优估计器跟踪噪声;其次,通过k奇异值分解算法对噪声进行训练,构建出噪声字典;最后,用k奇异值分解算法训练语音字典.在训练过程中,如果某个原子对应的稀疏系数低于设定的阈值,并且该原子可在训练得到的噪声字典中找到,就把该原子对应的稀疏系数设为零,即可达到去噪的目的.仿真结果表明,改进算法去除白噪声和babble噪声的效果显著,有效提高信噪比和减少语音失真,同时,该算法也可以很好地应用于消除随机噪声.

关键词：语音增强 k奇异值分解稀疏表示信号子空间

基于稀疏原子融合的RGB-D场景图像融合算法

在线全文

学校读者我要写书评

暂无评论

光学学报 2018年第1期38卷 214-223页

作者：刘帆刘鹏远张峻宁徐彬彬陆军工程大学石家庄校区河北石家庄050003

针对当前彩色图像和深度图像(RGB-D)特征融合困难、联合识别效率不高的问题,提出了一种结合k奇异值分解(kSVD)和最大相关最小冗余准则(mRMR)的RGB-D场景图像融合算法。该算法首先采用kSVD稀疏图像的特征,将稀疏系数对应的字典原子作为... 详细信息

针对当前彩色图像和深度图像(RGB-D)特征融合困难、联合识别效率不高的问题,提出了一种结合k奇异值分解(kSVD)和最大相关最小冗余准则(mRMR)的RGB-D场景图像融合算法。该算法首先采用kSVD稀疏图像的特征,将稀疏系数对应的字典原子作为特征融合的参数,以完整地表达图像的全部信息;之后采用互信息的mRMR原则求取维度最小且各维度之间相关性最小的特征原子组合;最后通过最大化原则融合特征原子对应的稀疏系数,从而完成了两种图像之间的有效信息融合。实验结果表明,该算法在信息熵、互信息和边缘保持度等方面比主成分分析-k奇异值分解和非下采样轮廓变换-k奇异值分解融合算法更有优势,有效提高了图像目标的识别准确率和成功率。

关键词：机器视觉图像融合 k奇异值分解互信息 RGB-D

基于终止准则改进k-SVD字典学习的稀疏表示特征增强方法

在线全文

学校读者我要写书评

暂无评论

机械工程学报 2019年第7期55卷 35-43页

作者：王华庆任帮月宋浏阳董方王梦阳北京化工大学机电工程学院

针对传统k奇异值分解(k-Singular value decomposition, k-SVD)算法在稀疏表示过程中,由于目标信号稀疏度难以确定以及字典原子受噪声干扰大导致稀疏表示效果较差的问题,结合变分模态分解(Variational mode decomposition, VMD)算法,提... 详细信息

针对传统k奇异值分解(k-Singular value decomposition, k-SVD)算法在稀疏表示过程中,由于目标信号稀疏度难以确定以及字典原子受噪声干扰大导致稀疏表示效果较差的问题,结合变分模态分解(Variational mode decomposition, VMD)算法,提出了基于VMD与终止准则改进k-SVD字典学习的稀疏表示方法。借助VMD算法剔除信号中的干扰分量,依据相关分析与峭度准则选择最优模态分量;采用终止准则改进的k-SVD字典学习算法对最优分量的特征信息进行学习,优化目标函数与约束条件,在无需设置稀疏度的前提下,构造出准确匹配故障冲击成分的字典;此外,构建一种残差阈值改进的正交匹配追踪算法(OMPerr)实现稀疏重构及微弱故障特征增强。通过仿真及试验信号进行验证,结果表明:基于VMD与改进k-SVD字典学习的稀疏表示方法在字典原子构建、稀疏重构精度以及故障特征增强等方面均优于传统k-SVD稀疏表示方法,可以有效实现微弱故障的诊断。

关键词：稀疏表示故障特征增强 k奇异值分解特征提取

在线全文

学校读者我要写书评

暂无评论

基于自适应逼近残差的稀疏表示语音降噪方法

电子与信息学报 2017年第2期39卷 309-315页

作者：周伟力贺前华王亚楼庞文丰华南理工大学电子与信息学院广州510640

该文提出一种基于自适应逼近残差的稀疏表示语音降噪方法。在字典学习阶段基于k奇异值分解(k-Singular Value Decomposition,k-SVD)算法获得干净语音谱的过完备字典,在稀疏表示阶段基于权重因子调整后的噪声谱和估计的交叉项对逼近残差... 详细信息

该文提出一种基于自适应逼近残差的稀疏表示语音降噪方法。在字典学习阶段基于k奇异值分解(k-Singular Value Decomposition,k-SVD)算法获得干净语音谱的过完备字典,在稀疏表示阶段基于权重因子调整后的噪声谱和估计的交叉项对逼近残差持续自适应地更新,并采用正交匹配追踪(Orthogonal Matching Pursuit,OMP)方法对干净语音谱进行稀疏重构。最后结合估计的干净语音谱与带噪语音相位,通过傅里叶逆变换获得重构的干净语音。实验结果表明所提方法在不同噪声和信噪比条件下相比标准的谱减法,稀疏表示语音降噪算法和基于自回归隐马尔可夫模型的降噪方法有更好的降噪效果。

关键词：语音降噪稀疏表示 k奇异值分解正交匹配追踪

在线全文

学校读者我要写书评

暂无评论

基于主成分分析的字典学习

控制与决策 2013年第7期28卷 1109-1112页

作者：余付平冯有前范成礼沈堤空军工程大学防空反导学院中国人民解放军94559部队

在奇异值字典学习方法的基础上,结合主成分分析方法提出了主成分分析字典学习方法.该方法取代了奇异值分解(kSVD)方法中对误差项直接进行SVD分解来更新原子,取而代之的是通过对误差项进行PCA分解,提取其主成分作为字典中原子的更新.仿... 详细信息

在奇异值字典学习方法的基础上,结合主成分分析方法提出了主成分分析字典学习方法.该方法取代了奇异值分解(kSVD)方法中对误差项直接进行SVD分解来更新原子,取而代之的是通过对误差项进行PCA分解,提取其主成分作为字典中原子的更新.仿真结果表明,与kSVD字典学习方法相比,所提出的方法字典学习效果更好,对训练样本的表达误差更小,学习字典更能表达训练样本的特征.

关键词： -主成分分析 k奇异值分解字典学习稀疏表示

在线全文

学校读者我要写书评

暂无评论

基于数据预处理的侧信道分析优化方法

电子与信息学报 2023年第1期45卷 49-58页

作者：赵毅强王庆雅马浩诚张启智叶茂王汉宁何家骥天津大学微电子学院天津300072 清华大学集成电路学院北京100084

电磁侧信道信息具有数据庞杂无序,信噪比低的特征,对侧信道分析的结果存在较大影响。针对电磁侧信道数据的特性,该文提出一种最小相关差值的对齐方法,通过参考信号的自相关函数与待对齐信号的互相关函数之间的相似度来估计延时差值。同... 详细信息

电磁侧信道信息具有数据庞杂无序,信噪比低的特征,对侧信道分析的结果存在较大影响。针对电磁侧信道数据的特性,该文提出一种最小相关差值的对齐方法,通过参考信号的自相关函数与待对齐信号的互相关函数之间的相似度来估计延时差值。同时,提出一种k奇异值分解(kSVD)字典学习的降噪方法,交替迭代进行稀疏编码和字典更新来滤除高频噪声。为了验证数据预处理方法对侧信道分析结果的优化效果,设计并搭建了电磁侧信道测评系统,并基于实际芯片进行了近场电磁侧信道信息采集与分析。该文使用所提预处理方法对电磁数据进行对齐与降噪,通过t-test泄露评估与相关性电磁分析,对比最大相关系数对齐与小波降噪方法,能够将侧信道攻击的效率分别提高29.91%和55.23%。

关键词：数据预处理近场电磁分析安全测评 k奇异值分解最小相关差值

在线全文

学校读者我要写书评

暂无评论

基于三维光声层析系统的信号智能去噪算法

激光与光电子学进展 2022年第8期59卷 258-270页

作者：秦泽政孙明健马一鸣雷志刚高源远哈尔滨工业大学(威海)信息科学与工程学院山东威海264209 哈尔滨工业大学航天学院黑龙江哈尔滨150001 威高集团有限公司山东威海213000 中国科学院苏州生物医学工程技术研究所江苏苏州215163

光声层析成像是一种非侵入式的医学成像技术,与其他成像方法相比具备诸多优势,可以为肿瘤早期诊断提供新的成像思路。对光声信号的分析与去噪能提高成像系统的信噪比(SNR)和成像质量。为此,提出了一种针对光声信号的智能去噪算法。首先... 详细信息

光声层析成像是一种非侵入式的医学成像技术,与其他成像方法相比具备诸多优势,可以为肿瘤早期诊断提供新的成像思路。对光声信号的分析与去噪能提高成像系统的信噪比(SNR)和成像质量。为此,提出了一种针对光声信号的智能去噪算法。首先,利用自适应白噪声完备集合经验模态分解完成光声信号的分解;其次,采用小波阈值去噪方法完成对特定模态光声信号的高频去噪;最后,利用k奇异值分解对预处理后的光声信号进行稀疏重构,实现光声信号的智能去噪。仿真和实验结果表明,所提算法在SNR和均方根误差(RMSE)等方面相比于其他去噪算法均有改善,可以有效去除三维肿瘤仿体光声重建图像中的噪点与伪影,并保留图像的边缘信息。所提智能去噪算法能根据含噪光声信号的特征自适应地去噪,达到更好的去噪效果,可以作为一种成像前的辅助手段应用于光声成像领域。

关键词：成像系统光声层析成像技术经验模态分解小波阈值 k奇异值分解噪声

在线全文

学校读者我要写书评

暂无评论

基于稀疏分解的心电数据压缩算法

中国生物医学工程学报 2008年第1期27卷 13-17页

作者：王春光刘金江孙即祥国防科技大学电子科学与工程学院长沙410073 南阳师范学院计算机系南阳473061

稀疏分解是近年发展起来的新的信号处理方法,其优势在于分解所用的基(字典)是超完备的,能更真切地反映信号本质,因此能得到信号的稀疏表示,对数据压缩非常有利。利用稀疏分解的这一优势,进行了心电数据压缩的探索研究。通过对MIT-BIH心... 详细信息

稀疏分解是近年发展起来的新的信号处理方法,其优势在于分解所用的基(字典)是超完备的,能更真切地反映信号本质,因此能得到信号的稀疏表示,对数据压缩非常有利。利用稀疏分解的这一优势,进行了心电数据压缩的探索研究。通过对MIT-BIH心电数据库中数据的训练学习,构造出的心电数据字典中的原子能反映出心电信号的时频域特点,能用较少的原子重构心电信号。该心电数据压缩算法能够按照实际的要求调整压缩比,且失真较小(压缩比达到20:1时,均方误差只有5.11%)。实验表明,该算法用于心电数据压缩是切实可行的。

关键词：稀疏分解正交匹配追踪 k奇异值分解心电信号

基于k-SVD的低信噪比WMSN视频图像稀疏去噪

在线全文

学校读者我要写书评

暂无评论

计算机工程与科学 2014年第3期36卷 497-501页

作者：罗晖褚红亮王世昌华东交通大学信息工程学院江西南昌330013

无线多媒体传感器网络WMSN因感知视频等信息的优势而被广泛应用,但受天气、光照等外因干扰,所采集视频图像常含有较为严重的噪声。因此,在低信噪比条件下进行视频图像去噪是保证WMSN视频监测有效性和可靠性的关键。在分析WMSN视频图像... 详细信息

无线多媒体传感器网络WMSN因感知视频等信息的优势而被广泛应用,但受天气、光照等外因干扰,所采集视频图像常含有较为严重的噪声。因此,在低信噪比条件下进行视频图像去噪是保证WMSN视频监测有效性和可靠性的关键。在分析WMSN视频图像特征的基础上,首先对其进行周期性采集、分帧及帧差等预处理;然后对关键帧运用k-SVD训练DCT冗余字典以充分稀疏表示图像特征,并采用基于残差比的改进型Batch-OMP实现关键帧去噪及重构,而对残差帧则基于DCT冗余字典进行稀疏去噪处理;最后,叠加去噪后的关键帧和残差帧,从而整体上实现低信噪比WMSN视频图像的去噪及重构。实验表明,本算法能更加有效地、较为快速地滤除视频图像噪声,适用于低信噪比WMSN视频图像去噪。

关键词：稀疏去噪 k奇异值分解残差比低信噪比无线多媒体传感器网络