检索结果-南通市图书馆

基于VMD-ksvd字典学习降噪的大坝变形预测

在线全文

学校读者我要写书评

暂无评论

大地测量与地球动力学 2024年第9期44卷 951-958,984页

作者：柳磊李登华丁勇南京理工大学物理学院南京市210094 南京水利科学研究院南京市210029 水利部水库大坝安全重点实验室南京市210024

提出一种自适应变分模态分解和ksvd字典学习相结合的降噪算法。该方法对监测序列分解后的子序列进行降噪,同时考虑残差序列的特征,从而充分保留监测序列中的有效信息。以某大坝变形监测数据为例进行测试,结果表明,该方法能够较好地保留... 详细信息

提出一种自适应变分模态分解和ksvd字典学习相结合的降噪算法。该方法对监测序列分解后的子序列进行降噪,同时考虑残差序列的特征,从而充分保留监测序列中的有效信息。以某大坝变形监测数据为例进行测试,结果表明,该方法能够较好地保留监测序列中的有效信息,相较于传统的降噪算法更适用于复杂情况下的大坝变形预测,能进一步提高预测模型的泛化能力。

关键词：自适应变分模态分解 ksvd 字典学习变形预测大坝安全监测

基于最优IMF分量和ksvd的滚动轴承故障声音信号特征提取

在线全文

学校读者我要写书评

暂无评论

机械与电子 2022年第2期40卷 8-12,17页

作者：梁雄鹤陈珊魏豪张丽洁权伟西安工程大学机电工程学院陕西西安710048

针对滚动轴承声音信号中周期性冲击故障特征难提取的问题,提出了基于最优IMF分量与ksvd字典学习相结合的轴承故障特征提取方法。首先,利用VMD分解原始信号获得一系列IMF分量;其次,利用SAF指标自适应选取最优IMF分量,并作为训练信号;最后... 详细信息

针对滚动轴承声音信号中周期性冲击故障特征难提取的问题,提出了基于最优IMF分量与ksvd字典学习相结合的轴承故障特征提取方法。首先,利用VMD分解原始信号获得一系列IMF分量;其次,利用SAF指标自适应选取最优IMF分量,并作为训练信号;最后,利用ksvd字典学习方法训练出字典库,通过正交匹配追踪算法(OMP)对原始信号处理得到稀疏信号,并对稀疏信号进行包络谱分析。仿真及实验结果表明,对比传统ksvd字典学习方法,该方法得到的稀疏信号信噪比(SNR)更高,能更准确地提取滚动轴承周期性冲击,增强了轴承故障特征。

关键词：声音信号 SAF指标最优IMF分量 ksvd 信噪比

在线全文

学校读者我要写书评

暂无评论

基于改进ksvd的稀疏表示去噪算法

软件工程 2024年第8期27卷 20-23,36页

作者：谌品为吕文涛韩同鹏叶丹浙江理工大学信息科学与工程学院浙江杭州310018 浙江环智云创科技有限公司浙江杭州311121 杭州数页科技有限公司浙江杭州310018

为解决真实场景图像采集过程中受随机噪声影响导致采集质量下降的问题,提出一种基于改进ksvd(K-Singular Value Decomposition)的稀疏表示算法。通过无逆稀疏贝叶斯学习(Inverse Free Sparse Bayesian Learning,IFSBL)优化稀疏编码,提... 详细信息

为解决真实场景图像采集过程中受随机噪声影响导致采集质量下降的问题,提出一种基于改进ksvd(K-Singular Value Decomposition)的稀疏表示算法。通过无逆稀疏贝叶斯学习(Inverse Free Sparse Bayesian Learning,IFSBL)优化稀疏编码,提高字典原子利用率,让更多的字典原子信号参与到字典更新的过程中,在增强字典表达能力的同时,使稀疏表示的准确性更高;使用IFSBL-ksvd算法对含噪声的图像进行稀疏表示去噪,实验采用通用的图像数据集Set12进行测试,结果表明所提算法的PSNR相比于ksvd的PSNR提升了0.5 dB,能有效提升实际场景中采集图像的质量。

关键词： ksvd IFSBL 稀疏表示字典学习图像去噪

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于ksvd字典的粮仓虫情识别图像重建

电子制作 2020年第17期28卷 58-60,33页

作者：姜泉竹山东商务职业学院山东烟台264670

针对现有字典训练过程中耗时较多的算法,研究了一种改进的基于字典学习的超分辨率图像重建算法。本文从压缩感知理论出发,采用了 k-svd 算法实现图像的超分辨率重建。将K-svd算法应用于粮仓虫情识别,弥补粮仓监控硬件的不足,提高监控图... 详细信息

针对现有字典训练过程中耗时较多的算法,研究了一种改进的基于字典学习的超分辨率图像重建算法。本文从压缩感知理论出发,采用了 k-svd 算法实现图像的超分辨率重建。将K-svd算法应用于粮仓虫情识别,弥补粮仓监控硬件的不足,提高监控图像质量,更好的完成粮仓实时虫情的监控。

关键词：压缩感知 ksvd 虫害识别

基于ksvd学习字典稀疏表示的图像压缩传感方法研究

在线全文

学校读者我要写书评

暂无评论

船电技术 2018年第2期38卷 37-40页

作者：王宇欧阳华海军工程大学电气工程学院武汉430033

本文运用基于ksvd学习字典的稀疏表示方法,实现了图像信号的压缩传感。将实验结果与DCT变换和小波变换固定字典进行对比分析,分别采用25%、50%、75%三种测量率,三种测量率下的峰值信噪比(PSNR)明显高于相同测量率下的DCT变换与小波变换... 详细信息

本文运用基于ksvd学习字典的稀疏表示方法,实现了图像信号的压缩传感。将实验结果与DCT变换和小波变换固定字典进行对比分析,分别采用25%、50%、75%三种测量率,三种测量率下的峰值信噪比(PSNR)明显高于相同测量率下的DCT变换与小波变换的峰值信噪比。尤其是在测量率为25%时,DCT变换与小波变换的PSNR分别为17.8982与11.0880,而ksvd学习字典的PSNR为28.3538。实验结果表明采用ksvd方法在图像压缩传感上有更好的实验效果。

关键词：压缩传感小波变换 DCT变换 ksvd

基于耦合特征空间下改进字典学习的图像超分辨率重建

在线全文

学校读者我要写书评

暂无评论

电子学报 2016年第5期44卷 1189-1195页

作者：詹曙方琪杨福猛常乐乐闫婷合肥工业大学计算机与信息学院安徽合肥230009 三江学院电子信息工程学院江苏南京210012

针对目前基于字典学习的图像超分辨率重建效果欠佳或字典训练时间过长的问题,本文提出了一种耦合特征空间下改进字典学习的图像超分辨率重建算法.该算法首先利用高斯混合模型聚类算法对训练图像块进行聚类,然后使用更改字典更新方式的改... 详细信息

针对目前基于字典学习的图像超分辨率重建效果欠佳或字典训练时间过长的问题,本文提出了一种耦合特征空间下改进字典学习的图像超分辨率重建算法.该算法首先利用高斯混合模型聚类算法对训练图像块进行聚类,然后使用更改字典更新方式的改进ksvd字典学习算法来快速获得高、低分辨率特征空间下字典对和映射矩阵.重建时根据测试样本与各个类别的似然概率自适应地选择最匹配的字典对和映射矩阵进行高分辨率重建.最后利用图像非局部相似性,将其与迭代反向投影算法相结合对重建后的图像进行后处理获得最佳重建效果.实验结果表明了本文方法的有效性.

关键词：超分辨率字典学习 ksvd 稀疏表示混合高斯模型

在线全文

学校读者我要写书评

暂无评论

基于稀疏优化的图像压缩感知重建算法

半导体光电 2021年第2期42卷 269-274页

作者：胡浩张建林李斌成徐智勇电子科技大学光电科学与工程学院成都610054 中国科学院光电技术研究所成都610209 中国科学院光束控制重点实验室成都610209

在信号的稀疏表示方法中,传统的基于变换基的稀疏逼近不能自适应性地提取图像的纹理特征,而基于过完备字典的稀疏逼近算法复杂度过高。针对该问题,文章提出了一种基于小波变换稀疏字典优化的图像稀疏表示方法。该算法在图像小波变换的... 详细信息

在信号的稀疏表示方法中,传统的基于变换基的稀疏逼近不能自适应性地提取图像的纹理特征,而基于过完备字典的稀疏逼近算法复杂度过高。针对该问题,文章提出了一种基于小波变换稀疏字典优化的图像稀疏表示方法。该算法在图像小波变换的基础上构建图像过完备字典,利用同一场景图像的小波变换在纹理上具有内部和外部相似的属性,对过完备字典进行灰色关联度的分类,有效提高了图像表示的稀疏性。将该新算法应用于图像信号进行稀疏表示,以及基于压缩感知理论的图像采样和重建实验,结果表明新算法总体上提升了重建图像的峰值信噪比与结构相似度,并能有效缩短图像重建时间。

关键词：图像重建 ksvd 字典优化压缩感知灰色关联度

在线全文

学校读者我要写书评

暂无评论

基于自适应字典学习的插值去噪的应用

地球物理学进展 2021年第6期36卷 2454-2461页

作者：贺月柳建新王显莹陈玺郭振威有色资源与地质灾害探查湖南省重点实验室长沙410083 中南大学地球科学与信息物理学院长沙410083 广州海洋地质调查局广州510075

本文提出了一种基于字典学习相结合的稀疏表示算法来消除POCS插值恢复出原始地震信号所带来的冗余噪声和连续性差等问题.首先本文使用了POCS算法计算出待恢复的信号值,补充了缺失的地震道信息,同时考虑到重构信号会引入冗余噪声,导致信... 详细信息

本文提出了一种基于字典学习相结合的稀疏表示算法来消除POCS插值恢复出原始地震信号所带来的冗余噪声和连续性差等问题.首先本文使用了POCS算法计算出待恢复的信号值,补充了缺失的地震道信息,同时考虑到重构信号会引入冗余噪声,导致信号连续性差等问题,再对其进行基于自适应K-SVD字典学习的稀疏化处理,经过字典学习的稀疏编码和字典更新阶段,能有效的分离出噪声,最终进行地震信号重构,以实现完整的高信噪比地震资料.实验结果表明,对比POCS方法直接处理得到的地震资料,经过K-SVD字典学习优化处理的地震信号,避免了由于重构出现的冗余噪声问题.

关键词： ksvd 字典学习 POCS 插值算法去噪

在线全文

学校读者我要写书评

暂无评论

图像信号的二维稀疏表示模型的研究

图像信号的二维稀疏表示模型的研究

作者：齐娜北京工业大学

学位级别：硕士

图像信号处理依赖于图像信号建模，通常图像信号建模是通过对图像数据的降维来获得信号的紧致表达。稀疏表示模型通常利用信号的样本数据训练一个过完备字典，使得信号在该字典下获得冗余的稀疏表示。与传统的模型相比，能够更好地适应... 详细信息

图像信号处理依赖于图像信号建模，通常图像信号建模是通过对图像数据的降维来获得信号的紧致表达。稀疏表示模型通常利用信号的样本数据训练一个过完备字典，使得信号在该字典下获得冗余的稀疏表示。与传统的模型相比，能够更好地适应信号的特性，降低建模误差，因此，近十年来稀疏表示模型已成为该领域的研究热点。事实上，稀疏表示模型通常指合成稀疏模型，是以信号合成方式来表达信号，而近两年又出现了分析稀疏模型，它以分析方式刻画信号的稀疏特性，分析稀疏模型的出现，丰富了信号稀疏建模的手段，拓展了稀疏表示模型的应用范围。分析模型和合成模型均将二维图像数据转化为一维向量进行处理，导致了以下问题：1.破坏了图像的二维空间结构，使图像空间相关性无法有效利用。2.需要大量的训练样本，来获得鲁棒高精度的逼近。为此，本文提出了二维的合成稀疏模型和二维的分析稀疏模型，并提出了相应的稀疏重建算法和字典学习方法。本文的工作主要包括如下三方面：第一，提出了图像的二维合成稀疏模型，在传统的合成稀疏模型中，一个二维的图像样本块依水平（垂直）被扫描成一个一维的向量，该向量在稀疏字典下获得稀疏表示，每个基元都是列向量。该模型忽视了信号的二维结构特性和信号在不同维度上分布的差异性，从而制约了模型的稀疏表示能力和重建性能。因此，提出的二维合成稀疏模型，可以将图像样本块表达为水平字典和垂直字典张成空间中的几个基元的线性组合，这样可以通过水平字典和垂直字典分别刻画了图像两个维度上特性来保持图像信号的二维结构特性。随后给出了二维合成稀疏模型相应的稀疏重建优化算法和字典训练算法。最后将二维稀疏模型应用于图像去噪中，实验结果表明，较之传统经典方法，在主观质量上和客观质量上有所提升，而且可以减少字典存储空间和算法复杂度。第二，提出了图像的二维分析稀疏模型，在图像传统的分析稀疏建模中，也是忽视了信号的二维结构特性和信号在不同维度上分布的差异性，制约了图像的稀疏表示能力和重建性能。因此提出了二维分析稀疏模型，水平字典和垂直字典作用于图像可以导出一个稀疏矩阵，而不是传统模型中的稀疏向量，通过水平字典和垂直字典分别刻画图像不同维度的特性。针对二维分析模型首先提出了级联式的字典训练方法,该方法是依次对水平字典和垂直字典进行训练，同时提出了该模型下的稀疏重建优化算法以实现图像的稀疏重建。针对该模型我们进行了二维分析模型稀疏度的实验来说明提出模型的有效性，并进行了图像去噪实验，实验表明与传统模型相比，去噪效果有一定的增益，但是这种字典训练方法存在问题，有一定的局限性，字典训练顺序对刻画图像不同维度的特性有一定的影响，会影响了图像去噪的结果。第三，针对提出的级联式字典训练方法存在的问题，考虑到水平字典和垂直字典对图像的稀疏表达具有相同的地位，且两个字典是相互影响的，因此考虑到二者之间的关联性，本文又提出了协同式的字典训练方法，得到的字典能够使得图像具有更好的稀疏特性。针对提出的协同式字典训练方法以及稀疏表示算法，同时我们分析了字典训练的算法复杂度和存储空间，与传统分析稀疏模型相比较，协同式字典学习方法可以更好的减少算法复杂度和字典存储空间。最后本文将该算法应用于图像去噪实验，实验结果表明较之经典的方法在主观质量上和客观质量上有所提升。协同式字典训练算法和级联式字典训练算法相比较，不仅能降低训练次数，算法复杂度降低，而且训练过程中的协同求解，可以保证水平字典和垂直字典能够更好地刻画图像的特性。

关键词：稀疏表示二维稀疏模型字典训练 ksvd 图像去噪