稀疏正则化相关论文
电磁逆散射方法建立在全波电磁计算的基础上,故相比于其它微波成像方法,逆散射重建有着更精确且普适的物理模型,和更广泛的应用前......
大脑是人体内最重要、最复杂的器官,只有充分认识脑的结构和功能才能更好地保护脑、开发脑和仿照脑。脑功能探测面临的主要挑战是......
时间序列模型作为一种处理动态数据的统计方法,其模型系数和残差对结构中的损伤具有敏感性,并且可以直接通过结构振动响应信号得到......
作为旋转机械中的关键传动零部件,齿轮与滚动轴承在恶劣的环境下长期运行容易出现局部故障,可能导致灾难性的后果。因此,对旋转机......
噪声源定位是控制车辆噪声及提升NVH性能的先决条件,近场声全息是一种通过传声器测量信号实现噪声源可视化的高效技术,广泛应用于......
电阻抗成像探测溶洞是一个典型的反问题,具有一定的非适定性或病态性,即对测量误差十分敏感.为了克服非适定性的缺陷,引入正则化方......
特征选择是许多机器学习应用的重要组成部分,被用于加快学习进程,提高模型的泛化能力和解决维数灾难问题。尤其,作为一种重要的数......
在现代科学技术中,信号和图像处理是一个关键技术,在医学,遥感,安全检查,通信等领域中有很多重要的应用.本文研究了其中三类问题的......
针对梅尔频率倒谱系数(MFCC)特征、感知线性预测系数特征等常用语音特征不能有效提取语音前后帧相关性信息、冗余信息较多导致识别......
网络信息技术发展和高新技术产品的普遍应用,众多行业获取的信息数据在数量和内容上都在飞速扩增,信息数据呈现高维度、复杂化的特......
将旋转叶片简化为旋转梁,文章提出了一种基于快速稀疏正则化的旋转梁损伤识别方法.该方法将结构损伤识别简化成非线性最小二乘问题......
代谢组学数据具有维度高、干扰变量多、类不平衡等特点。偏最小二乘-判别分析法(Partial least squares-discriminantanalysis,PLS......
目的电力线在航拍图像中的提取是智能巡检的重要研究内容,基于深度学习的图像语义分割模型在此领域的应用已有较好的效果。然而,图......
针对航空滑油检测过程中电容层析成像(Electrical Capacitance Tomography,ECT)存在的病态性和欠定性问题,将稀疏正则化中基于L1/2......
实际应用中,鲸鱼优化算法存在精度不高、收敛速度慢等劣势,提出了一种基于非线性收敛因子、自适应权重和模拟退火策略的混合鲸鱼退......
无线多媒体传感器网络(Wireless Multimedia Sensor Networks,WMSN)因其部署快速、组网灵活、感知视频信息丰富等优点而被广泛应用于......
利用信号处理技术来进行图像超分辨率重建成为目前图像处理领域的研究热点。本文系统综述了目前图像超分辨率技术的研究现状以及应......
结构健康监测系统对于保障工程结构安全具有重要意义,而结构损伤识别方法是结构健康监测系统的关键组成部分。本文提出一种基于时......
近年来,稀疏正则化由于其广泛的应用背景,受到了越来越多的关注。经典的e1稀疏正则化方法通常情况下不能给出最稀疏的解,因此非凸......
遥感图像在军事、民用等领域得到了广泛的应用。随着卫星数量的增加,人们采集到的遥感图像的信息量越来越大,遥感图像融合方法因为......
自我国进入现代化建设的新时期,大规模的土木工程建设越来越多,结构在服役期间的安全性和可靠性日益受到人们的关注和重视。为了对......
随着信息技术的发展,当今各种社会活动产生了海量的数据,同时数据的维度也呈现出爆发式的增长。海量的数据带来潜在价值的同时也带来......
随着计算机技术的飞速发展,现实生活中存在的多种形态的大规模数据成指数级增长。如何对海量、稀疏、低秩、含噪声的数据进行快速......
本文我们将主要讨论在拓扑空间中不适定问题的双参数Tikhonov正则化方法,证明了正则解的适定性(存在性、稳定性和收敛性).特别地,对于H......
人工神经网络(Artificial Neural Networks, ANNs)是理论化的人脑神经网络的数学模型,其已有相当广泛的应用.相对于传统的人工神经......
图像超分辨率问题是数字图像处理和计算机视觉的重要问题之一,其目的是从一幅低分辨率图像或一组图像序列恢复出高分辨率图像。本......
本文研究具有L1数据模拟项的稀疏正则化及其数值实现。讨论了该正则化泛函解的存在性、稳定性、收敛性和收敛速度。由于该正则化的......
图像分割是计算机视觉和图像分析领域中的热点和难点,图像分割的目的就是将图像分成互不交叠而又各具特性(纹理、灰度、色彩等)的子区......
随着信息技术的飞速发展,在经济学、生物信息学、社会科学和医学等诸多领域中对海量、高维数据的采集成为可能.由于这些数据量级过......
根据稀疏定理,首先对遥感图像数据进行训练,得到高分辨率图像块字典与低分辨率图像块字典,然后利用低分辨率图像块字典求出稀疏表......
针对现有的大多视频修复方法为了满足视觉一致性而需要额外处理过程的问题,提出了一种基于时空几何流的Bandelet稀疏正则化方法。......
高光谱图像解混方法中基于稀疏性的混合像元分解方法成为近来研究的热点,其中稀疏正则化高光谱混合像元分解方法(SUnSAL)得到了较......
本文研究了一类稀疏正则化的非凸优化问题.利用近端梯度法,获得了其全局收敛的结果,推广了算法模型在神经网络训练中的应用.......
提出了一种基于贝叶斯压缩感知的新方法,对作用在复合材料结构上的冲击载荷时间历程进行识别。首先将复合材料结构冲击响应的动力......
利用桥梁实测响应反演桥面移动荷载是桥梁工程的研究热点之一。但既有移动荷载正则化识别方法没有考虑未知初始条件的影响。针对此......
随机权网络是一种有效的前馈神经网络(FNNs),尤其是内权和偏置值的随机选取极大地提高了网络的学习速率,并克服了其他学习算法的一......
稀疏正则化方法在参数重构中起到了越来越重要的作用.与传统的正则化方法相比,稀疏正则化方法能较好地重构稀疏变量.由于稀疏正则化的......
利用一种基于软阈值的稀疏正则化图像重构算法,对IEE ECT内部的介质分布进行重构,并与Landweber迭代算法进行对比。仿真和实验结果......
lq(0〈q≤1)稀疏正则化在实际应用领域已经得到了广泛的应用。在信号处理领域,简单的迭代算法能够得到满意的重构结果,但是,针对较为复......
带有L_1模拟项的稀疏正则化其正则化项以及罚项均为不可微的,这使得该问题难于求解.采用多参数正则化方法,对带有L_1罚项的稀疏正......
提出了一种基于稀疏正则和自适应有限元方法的两阶重建算法,在初始网格和次级网格光源重建实验中,根据重建问题的特点,选用两种不......
基于传递率函数的结构损伤识别方法因其无需结构荷载仅需结构响应信息的特点而具有良好的工程应用前景。但是,利用传递率函数进行......
为了复原因相机抖动而产生的运动模糊图像,提出基于L p范数和全变分范数的正则化盲复原方法;首先,基于模糊图像的梯度稀疏性建立L ......
基于麦克风阵列信号处理的声源识别技术是解决噪声控制中故障诊断问题的有效途径之一。近年来,稀疏正则化方法由于其利用信号固有......
在图像分类任务中,由于图像背景、光照、拍摄角度等的变化,从源领域上训练的分类模型常常不适用于相关目标领域的图像数据。为此,......