注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 组合稀疏表示法程序

  2. 基于稀疏表示的人脸识别组合稀释表示源程序

  3. 所属分类：软件测试

    • 发布日期：2014-03-25
    • 文件大小：2097152
    • 提供者：u014303555

  1. 基于稀疏表示的人脸识别方法实现

  2. 但是人脸图像易受到光照、姿态、遮挡和表情等多种因素的影响 ，识别效果也易受图像数据库大小的干扰，计算机智能识别课题的研究仍然具有较高的挑战性。目前一些学者将稀疏表示用于人脸识别，得到了国内外学者的广泛关注，其基本思想是将待分类图像表示为以训练图像本身作为基原子的字典的稀疏线性组合。在新研究的繁多方法中，基于稀疏表示的人脸识别技术拥有独特的高效性，且稀疏系数具有很好的稀疏性和可扩展性。基于稀疏表示的人脸识别拥有高识别率与强鲁棒性，可以实现高识别率、高鲁棒性、低复杂性的人脸识别方法。

  3. 所属分类：讲义

    • 发布日期：2015-05-30
    • 文件大小：18874368
    • 提供者：sinat_28602923

  1. 信号处理中的稀疏表示

  2. 以信号处理中的稀疏表示为研究对象，重点阐述K-SVD方法的步骤，实现用较少基本信号的线性组合来重构原始信号，使得信号残差尽可能地小。

  3. 所属分类：电信

    • 发布日期：2020-06-09
    • 文件大小：1048576
    • 提供者：u013407106

  1. 改进稀疏表示的维吾尔族人脸识别算法

  2. 针对非均匀光照干扰维吾尔族人脸识别效果的问题，通过对传统稀疏表示方法及对维吾尔族人脸图像中存在的复杂光照问题的研究，提出了基于稀疏表示与偏微分方程组合来改善Retinex算法的维吾尔族人脸辨析方法。该方法首先由偏微分方程的方法改善Retinex，可以有效地减少光晕现象在反射系数图中，进而取得原子库在光照不变的情况，然后利用稀疏表示达到维吾尔族人脸在非均匀光照下的识别。通过实验表明，该方法有效提高了稀疏表示方法在处理复杂光照维吾尔族人脸图像时的识别效果,达到了鲁棒性强、识别率高的目标。

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：619520
    • 提供者：weixin_38629873

  1. sparse_numeric_table:在python中查询，写入和读取稀疏数字表-源码

  2. 稀疏数值表 查询，写入和读取稀疏数字表。 我经常使用pandas.DataFrame和numpy.recarray ，但是对于稀疏表，它对我不起作用。在这里，我将稀疏数字表表示为充满numpy.recarray的dict 。写入和读取是使用tarfile的，因此稀疏表的层次结构在tapearchives文件系统中表示。使用强大的pandas.merge在内部进行查询。 限制 仅数字字段 索引必须是无符号整数 列名不能包含;字符。 专业版 使用numpy二进制文件快速输入/输出。 没有自定义cla

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：10240
    • 提供者：weixin_42114046

  1. 一种基于稀疏表示的改进的Rife离网DOA估计算法。

  2. 在本文中，我们解决了在多个测量向量（MMV）的情况下基于稀疏表示的离网到达方向（DOA）估计问题。 提出了一种将MMV问题变为SMV的稀疏DOA估计方法。 该方法使用基于加权特征向量（SRBWEV）的稀疏表示来处理MMV问题。 通过将信号子空间中数组协方差矩阵的特征向量的线性组合用作稀疏解计算的新SMV，可以将MMV问题更改为单个测量向量（SMV）问题。 因此，该算法的复杂度小于其他MMV的DOA估计算法。 同时，它可以克服传统的基于稀疏度的DOA估计方法的局限性，即未知方向属于预定的离散角度网

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：729088
    • 提供者：weixin_38633475

  1. 通过Gabor方向信息的非负稀疏表示进行稳健的耳朵识别

  2. 方向信息对于耳朵识别系统的准确性至关重要。 本文研究了一种新的利用Gabor小波的方向信息进行人耳识别的特征提取方法。 所提出的Gabor定向特征不仅可以避免传统Gabor特征中的过多冗余，而且还倾向于提取更精确的耳朵形状轮廓的定向信息。 然后，提出了一种基于Gabor方向特征的非负稀疏表示分类方法（Gabor方向+ NSRC）用于人耳识别。 与稀疏编码系数可能为负的SRC相比，NSRC的非负性符合将部分组合成一个整体的直观概念，因此与视觉数据的生物学建模更加一致。 此外，使用Gabor方向特征

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：917504
    • 提供者：weixin_38689922

  1. 基于局部和非局部上下文感知弹性网络表示的高光谱图像分类

  2. 通过将查询样本表示为所有标记样本的线性组合，然后通过评估哪个类别导致最小表示误差对它进行分类，基于表示的分类方法已成功用于高光谱图像（HSI）的分类。 根据不同规范的使用，已经在两种不同的范式中提出了基于稀疏表示的分类（SRC）和基于协作表示的分类（CRC）方法。 SRC鼓励使用少量带标签的样本，而CRC则鼓励使用所有带标签的样本来协同代表所有类别中的查询。 但是，当不同类别的有限标记样本不平衡时，学习的表示很难反映每个类别的特定特征。 为了克服这个问题，本文提出了一种基于图的上下文感知弹性网（

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：2097152
    • 提供者：weixin_38681628

  1. 用于图像表示的局部坐标概念分解

  2. 学习高维数据的稀疏表示是对数据建模的最新方法。 基于矩阵分解的技术，例如非负矩阵分解和概念分解（CF），在该领域已显示出巨大的优势，尤其对图像表示很有用。 它们都是线性学习问题，导致图像的稀疏表示。 但是，通过这些方法获得的稀疏性并不总是满足局部性条件。 例如，学习到的新的基向量可以相对远离原始数据。 因此，当将新的表示形式用于其他学习任务（例如分类和聚类）时，我们可能无法获得最佳性能。 在本文中，我们将局部性约束引入到传统CF中。 通过要求概念（基本矢量）尽可能接近原始数据点，每个数据可以由仅

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：2097152
    • 提供者：weixin_38590738

  1. 启发式策略和人脸识别实验的监督稀疏表示方法

  2. 在本文中，我们提出了一种用于人脸识别的监督稀疏表示方法。 我们假设测试样本可以由所有训练样本的稀疏线性组合近似表示，其中术语“稀疏”是指在线性组合中，大多数训练样本的系数为零。 我们采用启发式策略来实现此目标。 首先，我们确定最能代表测试样本的所有训练样本的线性组合，并删除系数具有最小绝对值的训练样本。 然后，对剩余的训练样本执行类似的过程，并重复执行此过程，直到满足预定义的终止条件为止。 最后剩下的训练样本用于生成测试样本的最佳表示并将其分类。 人脸识别实验表明，该方法可以达到良好的分类精度。

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：865280
    • 提供者：weixin_38727087

  1. 基于稀疏超完备表示的非结构化场景目标定位算法

  2. 非结构化场景具有许多不确定性和不可预测的状态。 这给对象定位带来了困难，对象定位是基于像素的处理。 模拟视觉信息处理方法是解决上述问题的有效途径。 稀疏超完备表示是一种更符合视觉机制的图像表示模型。 但是，过完备的表示方式不仅增加了稀疏分解的组合搜索难度，而且改变了输入空间与代码空间之间的对称性。 此外，这使得模型解和计算方法变得复杂。 为了解决上述问题并有效地利用该模型实现图像对象的自动定位，本文以非结构化场景对象的定位为背景。 首先，建立了基于能量模型和得分匹配方法的超完备表示计算模型。 提

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：353280
    • 提供者：weixin_38703123

  1. 基于非负稀疏表示的遮挡人耳识别

  2. 遮挡是人耳识别中一个难以回避的问题,当人耳被遮挡时绝大多数人耳识别算法性能会大大降低.借鉴人类视觉认知特性,将非负稀疏表示用于遮挡情况下的人耳识别,提出一种更为鲁棒的遮挡人耳识别方法.首先对训练人耳图像和待识别人耳图像进行下采样降维,然后将待识别人耳图像表示为由所有训练人耳图像构成的字典的非负稀疏线性组合,最后通过求解非负稀疏表示模型得到稀疏表示系数,根据测试人耳图像的重建误差进行识别.在USTB人耳图像库上的实验结果表明,当人耳图像被遮挡时,该方法具有更好的鲁棒性和更高的识别率.

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：551936
    • 提供者：weixin_38499503

  1. 通过相似性和位置约束的稀疏表示法填充Kinect深度Kong-在线版本

  2. 由于测量误差或干扰噪声，Kinect深度图出现严重的Kong洞和噪音缺陷，严重影响其适用性立体视觉。 过滤和修复技术已得到广泛应用适用于Kong填充。 但是，它们要么无法填补大的漏洞，要么会引入深度不连续附近的其他伪影，例如模糊，锯齿和振铃。 新兴的基于重建的方法采用了底层正则化表示模型以获得相对准确的组合系数， 导致改善的深度恢复结果。 出于稀疏表示的动机， 本文主张相似性和位置受限的稀疏表示Kinect深度恢复，它考虑了强度相似性的约束补丁与目标补丁之间的空间距离和稀疏度惩罚项，以及目标补丁

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：1048576
    • 提供者：weixin_38627769

  1. 通过粒子滤波和稀疏表示的鲁棒组合进行单目标跟踪

  2. 通过粒子滤波和稀疏表示的鲁棒组合进行单目标跟踪

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：1048576
    • 提供者：weixin_38691256

  1. 稀疏集合学习的概念检测

  2. 这项工作提出了一种新颖的稀疏整体学习方案，用于视频中的概念检测。 拟议的集成首先利用稀疏非负矩阵分解（NMF）过程来表示零件中的数据实例并将数据空间划分为局部，然后协调各个局部中的各个分类器以进行最终分类。 在稀疏NMF中，数据样本被投影到一组位置基础，其中基础图像的非负叠加重构了原始样本。 这种加法组合可以确保每个地区部分捕获数据样本的特征，从而使本地分类器在自己的专业领域中拥有合理的多样性。 更重要的是，稀疏NMF确保将示例投影到系数为非零的仅几个基数（局部）。 因此，最终的集成模型是稀疏的

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：1048576
    • 提供者：weixin_38688855

  1. 基于稀疏表示模型和自回归模型的高光谱分类

  2. 针对高光谱分类中对光谱信息和空间信息利用不足的问题，提出了一种基于稀疏表示模型和自回归模型相结合的分类算法。该算法利用稀疏表示模型和自回归模型，设计联合字典：在光谱维上，利用稀疏表示模型将高光谱的每个光谱向量表示为字典中训练样本的稀疏线性组合；在空间维上，利用自回归模型对每个光谱向量的8邻域进行约束。针对不同样本分别构造一个字典，在减少计算量的同时减小重构误差，最后在最小重构误差和邻域相关性的约束下求解稀疏表示问题，以最小重构误差为准则实现高光谱数据的分类。仿真结果表明，该方法能够有效地提高高光

  3. 所属分类：其它

    • 发布日期：2021-02-09
    • 文件大小：3145728
    • 提供者：weixin_38655011

  1. 基于稀疏表示的多模态生物特征识别算法

  2. 传统的生物特征识别系统依靠单一来源的生物特征信息完成对象鉴别，但是光照变化、噪声和遮挡等因素对生物特征信息的污染会使其识别性能降低。为此，提出一种多模态稀疏表示算法。在使测试对象不同模态的观测值共享稀疏表示的情况下，用训练数据的稀疏线性组合表示测试数据。算法的优化问题通过一种高效的交替方向方法求解。实验结果表明，该算法的识别性能优于基于信息融合的对比方法。

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：340992
    • 提供者：weixin_38534683

  1. 基于局部稀疏表示和线性鉴别分析的典型相关分析

  2. 为在特征融合中综合利用数据的类别信息和数据结构中所蕴含的自然鉴别信息, 提出一种基于局部稀疏表示和线性鉴别分析的典型相关分析算法. 首先利用局部稀疏表示模型, 以较小的计算复杂度获取局部稀疏重构矩阵; 然后在典型相关分析的框架中实现对局部稀疏结构保持、线性鉴别分析和组合特征相关性的联合优化, 增强了融合特征的鉴别能力. 在人工数据、多特征手写字数据、人脸数据上的实验表明了所提出方法的有效性.

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：686080
    • 提供者：weixin_38653694

  1. 基于稀疏编码和分类器集成的多实例学习图像分类

  2. 本文提出了一种基于稀疏编码和分类器集成的多实例学习框架下的图像分类方法。 具体而言，从所有训练包的实例中学习字典。 包的每个实例都表示为字典中所有基本向量的稀疏线性组合，然后，包也表示为一个特征向量，该特征向量是通过包内所有实例的稀疏表示来实现的。 因此，MIL问题被转换为可以通过众所周知的单实例学习方法（如支持向量机（SVM））解决的单实例学习问题。 有两种提高分类性能的策略：第一，通过使用不同大小的字典重复使用上述方法来获得组件分类器。 其次，将分类器集合的结果用于预测。 与最新的MIL方法

  3. 所属分类：其它

    • 发布日期：2021-04-01
    • 文件大小：262144
    • 提供者：weixin_38663973

  1. 基于多特征建模的遥感影像稀疏表示分类的研究与应用

  2. 遥感特征的选择能否有效执行将直接影响分类结果的质量。 本文以宁夏洛山地区为研究案例，以三期Landsat 8 OLI图像为数据源，为沙漠/草原生物群落过渡区提出了一种多特征的建模策略，以提高分类的准确性。 基于字典学习的稀疏表示用作分类器，以便根据多特征建模策略选择最佳特征的组合。 结果表明，光谱，植被，地形，建筑和水信息的结合可以有效提高分类的准确性，减少荒漠/草地生物群落过渡带的分类不确定性，最佳识别的特征组合包括b1〜b7，NDVI，DEM ，NDBI，VAR（b5），MNDWI。 然后，

  3. 所属分类：其它

    • 发布日期：2021-03-30
    • 文件大小：1048576
    • 提供者：weixin_38637983
« 12 3 »