共查询到20条相似文献，搜索用时 46 毫秒
1.
为减少图像复原中产生的阶梯效应和边缘模糊现象,引入 Hessian 矩阵,设计带有交叠组合稀疏化的双正则项。采用一阶交叠组合稀疏的正则项保留边缘,同时采用二阶交叠组合稀疏的正则项缓解一阶正则项产生的阶梯效应;通过构造两个可分离算子最小化问题求解图像复原问题,在乘子交替方向法（ADMM）的框架下,得出求解各子问题的迭代形式,并提出新的复原算法。实验结果表明,峰值信噪比比传统方法至少提高了0.8dB,结构相似度指数最高达 0.9,最低为 0.72。新算法在去除噪声的同时,有效保留了图像纹理信息。 相似文献
2.
许邓艳卢民荣 《福建工程学院学报》2020,(4):358-364
提出基于反向随机局部投影的神经网络效率改进算法，通过降低深度学习中的网络规模，重点解决了从“局部连接”到“全连接”和随机节点抽取时输入端节点信息丢失的问题，从而提升网络的效率。在算法中设置缩减参数，提升了算法的可伸展性，以适用于不同数据集的学习。通过数据集ISO-LET进行实验，结果表明，基于反向随机局部投影的神经网络效率改进算法的准确率、效率分别平均提升了3.48%和105.21%?在迭代20次的实验中进行了缩减参数调节实验，当参数设置为1.4时其准确率则优于传统全连接网络2.61%，效率提升了272.78%，具有明显的优势。 相似文献
3.
4.
线性判别分析(Linear Discriminant Analysis,LDA)是用于降维和分类的方法,然而在遇到小样本问题时,由于全局散布矩阵是奇异的,所以传统的LDA方法是不适用的。为了解决LDA的这种缺点,提出了基于最小二乘线性判别分析(Least Squares Linear Discriminant Analysis,LS-LDA)的正则化算法,在LS-LDA中分别加入关于加权矩阵的L1范数、L2范数和弹性网络的惩罚项、来解决小样本问题,使模型具有鲁棒性和稀疏性。在对回归分析、正则化方法和LS-LDA相关技术进行深入分析的基础上,构建正则化最小二乘线性判别分析框架算法,实现数据降维。结合标准文本数据集进行实验,采用KNN(K-Nearest-Neighbor)分类器进行文本分类。实验结果表明,正则化的LS-LDA具有很好的分类性能,其中以加入了弹性网络惩罚项的LS-LDA最优。 相似文献
5.
在二维局部保持投影中引入类间结构信息和类标签,得到有监督的二维判别局部保持投影算法,从而提高了特征集的鉴别性。针对算法中参数的选取问题,建立无参数权重矩阵,提出无参数的二维判别局部保持投影(无参数2D-DLPP)算法。在Yale和ORL人脸库上的仿真实验结果表明,该算法与二维判别局部保持投影(2D-DLPP)、二维局部保持投影法(2D-LPP)和二维线性判别分析法(2D-LDA)相比能够取得更高的识别率。 相似文献
6.
7.
通过使用单次提取脑电信号的分类技术进行情绪词的脑电(EEG)识别研究.以中文情绪双字词为实验材料,通过其诱发的EEG信号,对正性词与中性词、负性词与中性词分别进行分类.使用时域正则化的共空间模式对单次提取脑电信号进行特征提取,并利用线性判别分析方法进行特征分类,分类准确率集中于55%~65%.置换检验验证了实验分类准确率的统计学显著性,表明了情绪词和中性词的成功识别,也有效地证实了基于脑电信号的语言情绪信息的可识别性.此外,在15名被试中,10名被试的负性词与中性词识别率显著,而仅有4名被试的正性词与中性词识别率显著,说明负性情绪更易被识别. 相似文献
8.
为了降低迭代正则化中定尺度参数对快速收敛的敏感性、自适应地优化尺度参数并提高其去噪效果,提出了一种变尺度参数的迭代正则化去噪算法.首先,修改了经典的正则化项,并推导出尺度参数公式;然后,通过研究迭代次数与尺度参数序列的变化趋势,得到变尺度参数的初始值;最后,进行正则化去噪.数值实验表明：相对于恒定尺度参数的IRM算法,变尺度参数IRM算法比选取尺度参数偏小的IRM算法迭代次数大大减少;比选取尺度参数偏大的IRM算法去噪效果更为明显,并较好地保持了图像的细节. 相似文献
9.
相位恢复问题是指仅从幅值测量中恢复原始信号.由于幅值测量中缺少相位信息，精确恢复原始信号困难，因此需要加入正则化项确保高精度重建原始信号.结合交替投影和卷积神经网络提出了基于卷积神经网络去噪正则化的相位恢复算法(NrPR＿DnCNN).所提算法将相位恢复问题转化为去噪和约束优化两个子问题，并利用l1正则化快速梯度下降法交替求解.仿真结果表明：与BM3D＿PRGAMP算法相比，所提算法重构图像的峰值信噪比在二种高斯噪声水平上分别提高了2.08 dB和3.20 dB,验证了所提算法的有效性和鲁棒性；误差-迭代仿真结果验证了所提算法具有良好的收敛性. 相似文献
10.
对线性回归分类算法进行了改进。考虑了线性回归分类算法中没有考虑的类间信息,通过选择类模式的投影方向判别不同类的模式,不同类的模式互相远离,相同类的模式尽可能靠近来估计投影矩阵;再利用投影矩阵将训练图像及测试图像投影到各类的特征子空间;最后,计算出测试图像与训练图像间的距离,利用K-近邻分类器完成人脸的识别。在FERET人脸数据库上进行实验验证。实验结果表明,相比其他回归分类算法,本算法取得了更好的识别效果。 相似文献
11.
《赣南师范学院学报》2016,(3):11-13
研究Toeplitz矩阵的正则化逼近问题,先利用迹函数的French导数给出目标函数的梯度,再计算任意矩阵到可行集上的投影,最后利用谱投影梯度方法求解Toeplitz矩阵的正则化逼近问题,并用数值例子验证迭代方法的可行性. 相似文献
12.
基于支持向量机(SVM)的网络入侵,因SVM参数设置不当导致分类准确率偏低的问题,提出改进二进制鲸鱼算法优化支持向量机(IBWOA-SVM)的网络入侵检测。通过对鲸鱼优化算法中收敛因子的改进和更新机制融入粒子群策略的方式,改善其容易陷入局部最优且收敛精度慢的缺点。对初始化参数群采用改进二进制鲸鱼优化算法的更新机制不断地进行更新迭代,迫使鲸鱼搜索代理获取较优的参数值来建立性能较优的分类模型,进而提高网络入侵检测的分类性能。采用多个UCI数据集并与其他的参数优化方法进行对比,最后使用网络入侵检测KDD CUP 99数据集进行验证。结果表明,与遗传算法、粒子群算法和鲸鱼优化算法在SVM参数优化上的性能相比,IBWOA-SVM方法的分类准确率和适应度值在各数据集上都有所提高,从而有利于改善网络入侵检测参数优化中的分类性能。 相似文献
13.
《东南大学学报》2016,(2)
为了准确地识别语音情感信息,研究了语音情感识别的降维中判别级联效应.基于现有的局部投影算法和图形嵌入理论,提出了一种新型判别分析算法,即DCLPP算法.为了能够对语音情感识别保持足够的信息,该算法利用嵌入图形为样本的内部特点保留了原始空间.然后,为了扩展映射形式,提出了一种kernel dCLPP(KDCLPP)的方法.在EM O-DB和eNTERFACE'05情感语音数据库上对该算法进行了验证,结果表明,所提算法可明显地超越现有的常用主成成分分析(PCA)、线性判别分析(LDA)、局部保持投影(LPP)、局部鉴别嵌入(LDE)和图优化的Fisher判别分析(Gb FA)等判别分析算法,这些算法都有不同类型的分类器. 相似文献
14.
15.
16.
17.
18.
林希 《西安文理学院学报》2007,10(4):39-42
利用正则化的局部多项式预测法对logistic混沌映射时间序列进行预测,并分析了预测误差.结果显示正则化的局部多项式预测法对非线性时间序列具有良好的特性. 相似文献
19.
《赣南师范学院学报》2021,(6):12-18
考虑求解线性不适定问题的多尺度压缩投影算法,采用具有矩阵压缩策略的多尺度Galerkin方法,对Nesterov加速后的Landweber迭代正则化方程进行离散,给出近似解的先验误差估计,并提出后验参数选择策略,确保近似解的最优收敛率.数值实验表明将Nesterov加速方案应用到有限维空间求解线性不适定问题时,Landweber迭代速度明显加快. 相似文献
20.
问答系统是自然语言处理领域一个非常热门的研究方向,问题分类是问答系统非常重要的环节。传统问题分类需要人工制定特征提取策略并不断优化特征规则,该方法准确率不高且费时费力。传统卷积神经网络模型先通过卷积核提取能表示问句特征的向量,再经过max-pooling后得到一个特征值,并未考虑句子的结构信息,在训练时容易发生过拟合。针对上述问题,采用分段池化操作,引入句子结构信息,在不同分段上提取句子的主要特征并加入Dropout算法,提高模型的泛化能力,防止模型过拟合。实验结果表明,该方法能提高模型准确率,在TREC 6分类问题数据集上准确率高达89.2%,在银行57分类数据集上准确率也达到了64.5%。 相似文献