检索结果-南通市图书馆

基于方差估计的快速稀疏表示目标跟踪算法研究

在线全文

学校读者我要写书评

暂无评论

实验技术与管理 2021年第2期38卷 200-203,207页

作者：于立君王辉原新哈尔滨工程大学自动化学院黑龙江哈尔滨150001

针对粒子滤波框架下稀疏表示跟踪算法存在的粒子规模大以及复杂的l1范数最小化计算等问题,提出一种基于方差估计的快速稀疏表示目标跟踪算法。该算法首先在运动估计阶段应用方差估计优化采样粒子的分布;然后利用l2范数代替l1范数对判别... 详细信息

针对粒子滤波框架下稀疏表示跟踪算法存在的粒子规模大以及复杂的l1范数最小化计算等问题,提出一种基于方差估计的快速稀疏表示目标跟踪算法。该算法首先在运动估计阶段应用方差估计优化采样粒子的分布;然后利用l2范数代替l1范数对判别目标函数进行稀疏求解计算,并进一步从重构误差的度量形式做出改进来增强l2范数的稀疏性;最后利用在线字典学习(ODl)算法对模板字典进行在线更新。实验结果表明,该算法能够克服干扰实现稳定快速跟踪,提高跟踪效率。

关键词：粒子滤波方差估计稀疏表示 l2范数字典更新

在线全文

学校读者我要写书评

暂无评论

Grünwald插值算子的l_2收敛性

大学数学 2006年第5期22卷 45-49页

作者：齐宗会方俊涛许贵桥天津师范大学数学科学学院天津300074

证明了以legendre多项式的极值点为插值结点组的Grünwald插值多项式在l2范数下是收敛的.

关键词： Grünwald插值多项式 legendre多项式 l2范数收敛性

基于正则化稀疏滤波的轴承声信号故障诊断方法

在线全文

学校读者我要写书评

暂无评论

噪声与振动控制 2022年第2期42卷 114-118页

作者：王峰张海涛临沂矿业集团有限责任公司山东临沂276017

基于声信号的故障诊断由于其所具有的非接触、易安装等优点开始逐渐在机械故障诊断领域中得到广泛应用,但声信号的信噪比低导致其诊断准确率较差,因此急需有效的智能方法以实现噪声背景下的信号特征提取。稀疏滤波算法是一种基于无监督... 详细信息

基于声信号的故障诊断由于其所具有的非接触、易安装等优点开始逐渐在机械故障诊断领域中得到广泛应用,但声信号的信噪比低导致其诊断准确率较差,因此急需有效的智能方法以实现噪声背景下的信号特征提取。稀疏滤波算法是一种基于无监督学习的智能特征提取算法,它能够优化特征分布的稀疏性从而得到好的特征表达。为了实现轴承声信号的特征提取和故障诊断,采用稀疏滤波算法从声信号频谱中提取特征,通过对其目标函数添加l2范数约束以减少过拟合现象,然后采用Softmax回归函数作为分类器,实现对不同轴承故障类型的精准识别。最后通过一组特殊设计的轴承故障诊断实验验证了所提方法的有效性。

关键词：故障诊断声信号稀疏滤波 l2范数 Softmax回归

在线全文

学校读者我要写书评

暂无评论

稀疏非负矩阵分解算法研究

稀疏非负矩阵分解算法研究

作者：胡一飞广东工业大学

学位级别：硕士

矩阵分解是指通过将一个高维矩阵分解成若干个低维矩阵从而达到降维的目的。该技术被广泛的应用在信号处理、计算机视觉、音视频和图像处理等拥有庞大数据量的领域。这种方法能够找到高维数据的低维表示,揭露看似无关数据背后隐藏的联... 详细信息

矩阵分解是指通过将一个高维矩阵分解成若干个低维矩阵从而达到降维的目的。该技术被广泛的应用在信号处理、计算机视觉、音视频和图像处理等拥有庞大数据量的领域。这种方法能够找到高维数据的低维表示,揭露看似无关数据背后隐藏的联系。传统经典的矩阵分解方法主要通过添加不同的约束将原高维矩阵(1分解成两个低维矩阵W和H的乘积形式。但是在两个低维矩阵中可能包含负元素。由于这些负元素的存在,使得在一些实际的生活场景下,比如人脸检测、视频追踪等,没有直接的物理意义。基于此,非负的矩阵分解算法(NMF)应运而生并迅速吸引了众多海内外学者的注意。非负约束的加入,使得该分解算法有了便于直观理解的物理意义。NMF的一个有用的性质是它的解通常具有稀疏性,这使得其局部特征更加明显,在很多应用场景中稀疏性都是一个很重要的特性。然而,稀疏性特征并不是一开始设计NMF算法的目标,只是一个副产物,因此稀疏性的质量不能得到保证。为了使得解的稀疏性满足实际应用的需求,必须在传统NMF算法的目标函数基础上添加相应的稀疏性约束条件。本文针对稀疏非负矩阵分解算法的基本技术进行了研究和学习,主要是基于l2范数约束的NMF算法,包括目标函数的设计与迭代公式的推导以及算法收敛性的验证。论文的具体安排如下:首先介绍了NMF尤其是稀疏NMF国内外的研究进展以及现状,并且对NMF基础理论做了简单的归纳和总结;然后重点设计了一个固定l2范数的约束非负矩阵分解算法;最后在实验环节验证了所提算法的收敛性以及满足提出的固定l2范数的约束条件。本文的具体内容如下:提出了一个具有固定l2范数的约束NMF算法,该算法能够保证在迭代过程中解的l2范数固定不变。首先采用拉格朗日乘子法将原有的约束优化问题转换成无约束优化问题,然后采用了修改后的梯度下降法求解更新公式使得该公式在迭代过程中能够始终满足l2范数固定的要求。该公式能够在迭代过程中自动选择适当的拉格朗日乘子和学习率,保证所提出的算法满足所有约束条件。实验结果证明了该算法是收敛的且满足l2固定的约束条件。

关键词：非负矩阵分解稀疏性 l2范数拉格朗日乘子梯度下降法

带形状参数的Bézier曲线几何连续约束降阶逼近研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

带形状参数的Bézier曲线几何连续约束降阶逼近研究

作者：汪平合肥工业大学

学位级别：硕士

首先对计算机辅助几何设计（CAGD）的发展历史和本文的研究背景作了简单的阐述，特别是对Bézier曲线定义与性质、带形状参数Bézier曲线定义以及Bézier曲线的几种主要降阶方法进行了详细的回顾。其次详细地介绍了Bézier曲线几何连续... 详细信息

首先对计算机辅助几何设计（CAGD）的发展历史和本文的研究背景作了简单的阐述，特别是对Bézier曲线定义与性质、带形状参数Bézier曲线定义以及Bézier曲线的几种主要降阶方法进行了详细的回顾。其次详细地介绍了Bézier曲线几何连续约束降阶算法,参照已有的基于l2范数意义下的Bézier曲线保端点C3连续降阶方法，给出在基于l2范数意义下的Bézier曲线保端点G3连续降阶算法，并对降阶后的曲线进行修正，从而得到效果更佳的降阶曲线。这种方法以简单稳定的算法实现了保端点G3连续降阶，并达到l∞范数意义下对原曲线的近似最佳逼近。最后，在总结已有的各种Bézier曲线降阶方法研究成果的基础上，研究了带形状参数Bézier曲线的保端点G1连续降阶方法，给出了一种在保端点G1连续约束条件下带形状参数Bézier曲线的一次降多阶逼近方法，并对全文进行总结和展望。

关键词：带形状参数Bézier曲线降阶 G1连续 l2范数

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于重构的鉴别特征抽取及人脸识别应用研究

基于重构的鉴别特征抽取及人脸识别应用研究

作者：丁鑫龙扬州大学

学位级别：硕士

从模式样本的原始信息中提炼出最有利于模式分类的有效信息这一过程通常称为模式特征抽取,特征抽取是模式识别中的经典问题。因此,特征抽取的过程本质上可以看成在一定准则下的优化问题。同时,在特征抽取的过程中,也极大地降低了模式的... 详细信息

从模式样本的原始信息中提炼出最有利于模式分类的有效信息这一过程通常称为模式特征抽取,特征抽取是模式识别中的经典问题。因此,特征抽取的过程本质上可以看成在一定准则下的优化问题。同时,在特征抽取的过程中,也极大地降低了模式的维数。因此,特征抽取不但从原始模式信息中得出了最有利于模式分类的特征,而且这些特征与原始样本信息相比,极大地降低了模式样本的维数,因此特征抽取也是一种维数缩减的有效方法,这一点对高维模式样本(例如人脸图像)识别而言十分重要。特征抽取中常用的准则大致包括两类：基于重构和基于鉴别(分类)。前者是面向模式表示的,这类方法的典型代表分别是PCA和KPCA;后者是面向分类的,代表性的方法是Fisher线性鉴别分析方法。尽管基于鉴别准则的特征抽取能够提取更有利于分类的有效信息,但对噪声较敏感;而基于重构准则的特征抽取方法在可扩展和抗噪声等方面优于基于鉴别的特征抽取方法。因此本文通过对上述两类方法的比较分析的基础上,较为深入研究了基于重构准则的鉴别特征抽取理论与算法,并在多个通用的人脸数据库上验证了所提算法的有效性。全文主要工作概述如下：1.设计了局部特征重构误差鉴别投影方法。不同于最小局部特征误差算法,对于近邻选择,首先选取每个样本的k个近邻,通过最小化局部类内重构误差,同时最大化由最相关类间样本重构产生的局部类间重构误差来获得最优投影轴。该方法不仅考虑了样本的局部线性关系而且提取的信息鉴别力强,通过在ORl库和YAlE库的实验也证明了该方法的有效性、快速性和鲁棒性。2.提出了基于局部相关性尺度的特征重构误差鉴别分析方法。传统的样本的k-近邻计算中所使用的距离采用欧氏距离,但是欧氏距离对样本的噪声尤其是离群样本(outliers)较为敏感,不具有鲁棒性。本方法利用样本间的相关性尺度来定义样本间的相似度,并用来计算每个样本的k1个相似性最小的同类样本和k2个相似性最大的不同类样本,然后通过最小化局部类内重构误差,同时最大化局部类间重构误差来获得最优投影轴。在ORl人脸库和YAlE人脸库中的实验验证了本章方法的有效性。3.设计了基于l2范数的最小二乘回归模型的鉴别特征投影算法。基于l1-范数约束的稀疏表示方法成功地应用于人脸识别,但它也存在一个固有缺陷就是计算复杂度太高。与此同时,最近的研究表明基于l2范数的最小二乘回归模型在人脸识别应用中具有同等甚至更高的识别性能,同时具有更高的计算效率。因此,本文利用基于l2范数的最小二乘回归模型来获得每个样本的k-近邻表示,然后通过最小化局部类内重构误差,同时最大化局部类间重构误差来获得最优投影轴。该方法不仅能够抽取更具鉴别力的特征,而且拥有更高的计算效率。4.提出了基于二维稀疏表示的图像重构鉴别特征抽取。传统的稀疏表示分类器是基于一维向量,即需要将原始二维图像变换成一维向量,这样做有两个缺点：一是破坏了样本内像素间的内在几何结构,二是加大地增加计算复杂度,例如,100*100的图像变换后的向量维数是10000,后续的计算都必须在如此高维空间中进行。本文提出直接利用原始的二维图像来构造二维稀疏表示鉴别特征抽取算法。实验结果表示该方法不仅能够提高计算效率,而且分类性能也有较大的提高。

关键词：人脸识别特征抽取局部特征重构误差局部相关性 l2范数稀疏表示最小二乘回归二维图像投影

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BF531的数字仪表图像识别系统研究

基于BF531的数字仪表图像识别系统研究

作者：李琪杭州电子科技大学

学位级别：硕士

随着人们生活水平的不断提高，在计量行业里的燃气表、煤气表、水表等数字仪表已经得到了越来越广泛的应用，同时这类数字仪表是否能够真实准确地反映出人们对天然气、煤气或者自然水的使用情况，关系着消费者和供应者双方面的利益。以... 详细信息

随着人们生活水平的不断提高，在计量行业里的燃气表、煤气表、水表等数字仪表已经得到了越来越广泛的应用，同时这类数字仪表是否能够真实准确地反映出人们对天然气、煤气或者自然水的使用情况，关系着消费者和供应者双方面的利益。以燃气表为例，燃气表误差检定装置就是一类能够对燃气表做误差检定的设备，使用它能准确地检测出燃气表是否为合格产品。在这类数字仪表的误差检定装置中，需要对数字仪表转过的圈数做采样，从而计算数字仪表的误差，传统的做法是使用光电采样器等方式来测量数字仪表转过的圈数，然而光电采样器对一部分数字仪表是无法检测到它的读数的，不能具有通用性。本文针对数字仪表图像的特点，创新地提出了一种基于BF531处理器的图像处理系统实现对数字仪表的识别。系统利用图像处理技术，实现对数字仪表图像的识别，来获取仪表的测量结果，实现对数字仪表的智能控制。系统首先在PC机上实现图像识别算法，然后将其移植到BF531处理器中。系统要检定一块数字仪表是否合格，可以设定仪表转过一圈表示流过的气体体积为一固定值，在检测表误差的过程中，记录当表转过一圈时表流过的体积，来计算数字仪表的误差。本文主要工作如下：(1)针对系统的设计要求，采用了ADI公司生产的BF531芯片作为核心处理器，该处理器的使用让项目的生产成本降低，同时对算法的处理性能各个方面也都达到了最优的效果。(2)介绍了系统的硬件平台，给出了系统的电路原理图和PCB版图。(3)对数字仪表图像的识别算法做了大量的实验，分别包括数字仪表图像的运动背景检测和背景建模算法、细节点和特征点匹配算法都做分析比较，发现算法的性能和复杂度方面都不适用于本系统。最后使用了基于l2范数距离最小化的图像识别算法，在完成对数字仪表图像识别的同时，表图像处理的性能也符合设计的要求，同时算法的复杂度也非常小。(4)在VDSP++5.0开发环境下，完成了系统的软件设计，以及算法的移植和优化，算法的时间消耗达到了实时处理数字仪表图像的能力。经过系统的整机调试和测试数据分析，基于BF531处理器的数字仪表图像识别系统能实时准确地对数字仪表转过的圈数进行采样，为数字仪表误差检定装置提供可靠的参数支持。

关键词：数字仪表图像识别 BF531 l2范数

局部结构反稀疏外观模型下视频目标跟踪算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

局部结构反稀疏外观模型下视频目标跟踪算法研究

作者：王欣燕山大学

学位级别：硕士

随着人工智能领域的高速发展,图像处理技术也愈渐成熟,其中目标跟踪在智能交通、公共场所安防、医学图像处理等方面均有广泛应用。尽管当前目标跟踪算法的研究已经有了突破性进展,但是如何针对部分遮挡、光照变化及快速运动等干扰因素,... 详细信息

随着人工智能领域的高速发展,图像处理技术也愈渐成熟,其中目标跟踪在智能交通、公共场所安防、医学图像处理等方面均有广泛应用。尽管当前目标跟踪算法的研究已经有了突破性进展,但是如何针对部分遮挡、光照变化及快速运动等干扰因素,设计一个兼具鲁棒性和实时性的目标跟踪模型依然是一个具有挑战性的课题。为适应目标跟踪的外观变化,该文在反稀疏表示框架的基础上,以提高目标跟踪模板的整体性能为目的,主要研究内容包括以下几点:首先,针对目标跟踪中遮挡与局部形变造成的外观变化问题,提出局部余弦相似度训练权重的反稀疏视觉跟踪算法,通过计算正负样本与模板之间的局部余弦相似度差值,将候选目标赋予有判别能力的权重,依据权重信息综合进行有选择的模板更新,此模型在部分遮挡等复杂环境下,仍然可以准确跟踪目标。其次,为提高目标跟踪模型的整体性能,借鉴参数空间的粒子滤波的核心思想,提出由粗及细的局部结构反稀疏目标跟踪算法,通过连续两次的模板选择,提高目标定位的准确性。同时采用l正规化最小二乘求解稀疏优化问题,在准确定位的基础上增加了算法的实时性。最后,针对在复杂场景下,单模态特征不能准确跟踪目标的问题,提出基于多模态特征结合反稀疏外观模型的视觉目标跟踪算法,将lBP特征(local Binary Pattern)和颜色特征与灰度特征结合表示模板和候选目标,有效解决了单一特征表示目标的缺陷,提高目标跟踪的准确性。

关键词：目标跟踪反稀疏表示粒子滤波局部余弦相似度 l2范数多模态特征

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

l1+l2正则化逻辑斯蒂模型分类算法

计算机工程 2012年第13期38卷 148-151页

作者：刘建伟付捷罗雄麟中国石油大学(北京)自动化研究所北京102249

提出一种l1+l2范数正则化逻辑斯蒂模型分类算法。该算法引入l2范数正则化,解决l1正则化逻辑斯蒂算法迭代过程奇异问题,通过引入样本向量的扩展和新的权值向量完成l1范数非平滑问题,最终使用共轭梯度方法求解经过转化的最优化问题。在各... 详细信息

提出一种l1+l2范数正则化逻辑斯蒂模型分类算法。该算法引入l2范数正则化,解决l1正则化逻辑斯蒂算法迭代过程奇异问题,通过引入样本向量的扩展和新的权值向量完成l1范数非平滑问题,最终使用共轭梯度方法求解经过转化的最优化问题。在各种实际数据集上的实验结果表明,该算法优于l2范数、l1范数和lp范数正则化逻辑斯蒂模型,具有较好的特征选择和分类性能。

关键词： l1范数 l2范数共轭梯度特征选择正则化逻辑斯蒂模型