基于改进的快速稀疏编码的图像特征提取
《计算机应用》2013年03期 尚丽;苏品刚;周燕; 下载(349)被引(7)


相关文章推荐
- 基于双时域变换和稀疏编码收...
- 针对滚动轴承早期故障特征微弱、在噪声和谐波干扰下难以有效提取的问题,提出了联合双时域(DTD)变换和稀疏编码收缩(SCS)的故障诊断方法。首先对原始信号进行双时域变换,将双...[详细]
- 《中国机械工程》2020年23期
- 基于稀疏编码的异常检测
- 人群异常事件检测是智能视频监控中的重要研究内容,而实时性在检测过程中也越来越重要,针对传统的稀疏编码字典中大量的冗余数据的问题,提出一种改进的、有效的稀疏编码字典...[详细]
- 《现代计算机(专业版)》2019年01期
- 一种改进的非负稀疏编码图像...
- 稀疏编码就是对人类等哺乳动物视觉系统主视皮层强大图像编码能力的成功模拟,具有自适应性,且得到的图像基具有空间的局部性、方向性和频域的带通性。在稀疏编码基础上发展而...[详细]
- 《计算机工程与科学》2010年10期
- 基于移不变稀疏编码的单通道...
- 针对特征反复出现的机械信号,提出了一种使用移不变稀疏编码的单通道盲源分离方法。移不变稀疏编码将原始信号看成多个基与系数的卷积,能够根据信号的统计分布,利用信号自身...[详细]
- 《振动工程学报》2015年04期
- 基于非负稀疏编码的图像特征...
- NNSC是把多维数据分解成非负稀疏分量的一种方法,而且这种方法已成功地应用于建模视觉感知系统的感受野。通过仿真实验证明了NNSC方法在自然图像的特征提取中的有效性;而且与...[详细]
- 《苏州市职业大学学报》2007年02期
- 多层局部块坐标下降法及其驱...
- 卷积稀疏编码(Convolutional sparse coding, CSC)已广泛应用于信号或图像处理、重构和分类等任务中,基于深度学习思想的多层卷积稀疏编码(Multi-layer convolutional spars...[详细]
- 《自动化学报》2020年12期
- 基于全矢稀疏编码的滚动轴承...
- 针对利用时域信号进行稀疏编码存在的特征时移现象以及单通道信号分析易造成信息遗漏等问题,将全矢谱技术与稀疏编码相结合,提出了一种新的滚动轴承故障识别方法:首先对各状...[详细]
- 《郑州大学学报(工学版)》2019年03期
- 基于局部特征的非负稀疏编码...
- 在非负稀疏编码(NNSC)的基础上,考虑特征基向量的稀疏度约束和特征基的局部性,提出一种基于局部特征的NNSC神经网络模型。该模型利用梯度和倍增因子相结合的优化算法实现特征...[详细]
- 《计算机工程》2011年16期
- 改进的非负稀疏编码神经网络...
- 提出了一种改进的基于NIG(Normal Inverse Gaussian)密度和稳健主成分分析(PCA)的非负稀疏编码(NNSC)神经网络模型,该模型实质上实现了一个二阶段的学习过程。并利用这个模型...[详细]
- 《计算机工程与应用》2011年04期
- 基于卷积稀疏编码与多分类器...
- 针对雷达高分辨距离像(high resolution range profile,HRRP)目标识别问题,提出基于卷积稀疏编码与多分类融合(convolutional sparse coding and multi-classifier fusion,C...[详细]
- 《系统工程与电子技术》2018年11期
- 基于SAR-SIFT和快速稀疏编码...
- SAR-SIFT(Synthetic Aperture Radar-Scale-Invariant Feature Transform)特征是一种类SIFT特征,为了较好的适应SAR图像的特点,SAR-SIFT在SIFT的基础上针对SAR图像的统计特性...[详细]
- 《四川轻化工大学学报(自然科学版)》2...