稀疏
稀疏的相关文献在1987年到2023年内共计7518篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、中国文学
等领域,其中期刊论文386篇、专利文献7132篇;相关期刊242种,包括系统工程与电子技术、西安电子科技大学学报(自然科学版)、电子学报等;
稀疏的相关文献由14711位作者贡献,包括焦李成、马文萍、侯彪等。
稀疏
-研究学者
- 焦李成
- 马文萍
- 侯彪
- 马晶晶
- 王爽
- 杨淑媛
- 刘芳
- 刘红英
- 尚荣华
- 张冰尘
- 张向荣
- 洪文
- 吴一戎
- 张磊
- 熊涛
- 陈恳
- 石光明
- 万新儒
- 缑水平
- 张晓玲
- 李鹏
- 钟桦
- 田小林
- 陈雪峰
- 刘宏伟
- 王鑫
- 刘书君
- 尹宝才
- 王勇
- 张小华
- 张艳宁
- 李刚
- 王伟
- 张新征
- 李映
- 韦顺军
- 付宁
- 刘永祥
- 廖桂生
- 李军
- 黎湘
- 席小青
- 李道京
- 白静
- 霍凯
- 乔立岩
- 张鹏
- 赵光辉
- 郝红侠
- 刘畅
-
-
王孝文;
李乔;
薛伟;
钟平
-
-
摘要:
针对基于传统块图像模型的红外弱小目标检测算法对背景杂波抑制能力不强的问题,提出了一种联合γ-范数和全变分正则化与稀疏约束建模的红外弱小目标检测模型(γ-TSIPI)。首先,将原始红外图像转化为红外块图像,然后,采用γ-范数和全变分正则化对背景块图像进行约束,以更好地减少目标图像中的残留噪声,同时保留图像的边缘信息,避免恢复的背景图像过度光滑。此外,考虑到传统红外块图像模型中的L_(1)范数会过度缩小弱小目标,引入了加权的L_(1)范数,以提升γ-TSIPI模型对目标图像的恢复能力。最后,应用Lagrange乘子法求解γ-TSIPI模型。实验结果表明,所提方法可以更好地抑制背景杂波,降低虚警率,有效地提高了检测性能。
-
-
马婷婷;
刘潇;
沈春根;
薛文娟
-
-
摘要:
为了更好地恢复低秩稀疏结构的矩阵,提出了一种改进的稀疏低秩矩阵优化模型.不同于单纯地在目标中加入核范数和l_(1)范数来保证目标矩阵的低秩性和稀疏性,该模型一是通过加入稀疏性约束以更加严格地保证了目标矩阵的稀疏性,二是通过加入线性约束以刻画目标矩阵中可能存在的先验信息.为求解该非凸非光滑模型,首先利用精确罚函数将原模型转化为一个约束DC(两个凸函数之差)优化模型,其次将其线性化为凸子问题,并用交替方向乘子法求解该子问题.在一定的假设条件下,该算法具有全局收敛性.数值实验表明该模型在语音去噪问题上具有良好的效果.
-
-
王凯明;
鲁伊莎;
肖玉柱;
宋学力
-
-
摘要:
特征选择旨在识别高维数据最具信息性的特征,以实现高维数据的低维表示。稀疏监督典型相关分析模型利用样本的监督数据,通过提取具有最大相关性的稀疏典型向量实现特征选择。但是,为了求解方便,该模型一般把优化目标从典型变量的相关系数组合简化为协方差组合,此简化将导致较大的特征选择偏差。针对这一问题,提出一种新的基于自适应稀疏监督典型相关分析的特征选择模型。该模型引入一组自适应权重系数,有效解决了“两两协方差的不公平组合”问题,提高了模型的特征选择能力。实验结果验证了模型的有效性和特征选择的准确性。
-
-
王敬;
张宝;
谢晓;
李健;
张莉;
郭华平
-
-
摘要:
已有的稀疏逻辑回归算法不能充分利用大脑的空间结构信息,因此不适合直接应用于全脑fMRI数据分类。针对此问题,将表征稀疏性的惩罚项和表征空间结构的惩罚项同时引入逻辑回归算法中,提出了一类广义稀疏逻辑回归算法。具体而言,设计了一种灵活地表征空间结构的惩罚项。通过对该惩罚项调节参数,可以更加充分地利用大脑的空间结构信息。在优化最大化框架下,设计了一个迭代流程来求解对应的优化问题,保证每步迭代都有显式解,并且最终能得到该问题的局部最优解。实验结果表明,所提出的算法相对于已有的稀疏逻辑回归算法在分类准确率上具有明显优势。
-
-
陈玉苗
-
-
摘要:
本文设计一款基于改进稀疏自编码器构建深度神经网络识别模型,可以准确感知精密机械零件运行状态。首先,基于谐波算法去除机械原始信号谐波分量,使用小波变换提取机械信号时频特征生成时域分析图;其次,构建稀疏自编码深度神经网络,为网络交叉熵损失函数增加权重衰减项与稀疏正则化项,实现自编码器稀疏约束,从而构建高性能的深度神经网络机械特征识别模型。测试结果显示:包含4层稀疏自编码器的深度神经网络模型识别机械运行特征效果最佳,误差在2.3%~4.0%之间,有效提升机械运行特征识别与分类精度,具有广阔的市场应用前景。
-
-
王凯明;
李荣鹏;
肖玉柱;
宋学力
-
-
摘要:
针对具有类间差异特性的多模态高维数据的关联分析问题,提出一种联合协同回归模型,其由回归模型和典型相关分析模型组合而成。应用协同回归模型进行多模态数据之间以及多模态数据与表型变量间的关联分析;利用Fused lasso实现类间数据融合,利用l_(1)范数的稀疏作用得到具有共享模式和类特征模式的稀疏典型向量;使用数据融合方法选择重要特征。通过ROC曲线对比表明,该模型与传统模型相比,显著提高了多模态高数据特征选择的准确度。
-
-
董惠雯;
禹晶;
郭乐宁;
肖创柏
-
-
摘要:
鲁棒主成分分析(Robust principal component analysis,RPCA)模型中秩函数和L0范数的求解是非确定性多项式(Nondeterministic polynominal,NP)难问题,凸近似模型的求解通常会导致过收缩.本文结合加权方法和Lp范数提出了一种基于双加权Lp范数的RPCA模型,利用加权Sp范数低秩项和加权Lp范数稀疏项分别对RPCA框架中的低秩恢复问题和稀疏恢复问题进行建模,使其更接近秩函数和L0范数最小化问题的解,提升了矩阵秩估计和稀疏估计的准确性.为了验证模型性能,本文利用图像的非局部自相似性,结合相似图像块组的低秩性与椒盐噪声的稀疏性,将双加权Lp范数鲁棒主成分分析模型应用于去除椒盐噪声过程中.定量与定性的实验结果表明,本文模型性能优于其他模型,同时奇异值过收缩分析也表明本文模型能够有效抑制秩成分的过度收缩.
-
-
罗博
-
-
摘要:
常常看到男性抱怨秃顶,其实不是只有男人会秃头,女人也有掉发的困扰。很多女性年龄渐长,头发就稀疏了,头顶被亮出来,甚至必须戴帽子。怎样知道你的头发掉太多?一般而言,每天掉50~150根头发都算合理范围,秋冬交替时可能也会掉得比较多.可在浴缸或洗手槽里洗头,并把排水孔塞住,洗完之后计算掉发量。
-
-
刘雪松;
谭文群;
段卓镭;
张志鹏;
彭天亮
-
-
摘要:
非负矩阵分解(NMF)由于其非负性和分块表征能力,使得该算法大量的应用于机器学习和信号处理等相关领域.经典NMF与线性混合的高光谱模型比较一致,因此在高光谱解混中被广泛应用.因为传统的NMF模型对初值非常敏感,难以保证算法的收敛性.所以,通常对其加入各种稀疏性约束.本文就NMF的L0约束提出了一种联合稀疏特性的近似NMF算法,它分别约束基础矩阵和系数矩阵,并将其与不受约束的NMF技术结合,诸如乘法更新规则或交替的非负最小二乘方案.最后采用真实仿真数据验证了该算法在光谱解混中相对其他算法所具有的优越性和有效性.
-
-
李根;
陈文倩;
张严辞
-
-
摘要:
针对时间性反走样算法在处理帧间复用时,若场景中有较多高频颜色区域或精细模型会造成重影、模糊、闪烁及子像素细节丢失的问题,提出了基于稀疏超采样的时间性反走样算法.基本思想是,在时间性反走样算法的基础上,对于无法复用历史帧像素,重新引入空间域的超采样,利用剔除算法以避免不必要的绘制开销,实现对场景的稀疏超采样.实验结果表明,该算法能够得到与超采样算法媲美的反走样效果,并具有更高的渲染效率,有效避免重影、模糊、闪烁及子像素细节丢失的问题.