期刊文献+
共找到178篇文章
< 1 2 9 >
每页显示 20 50 100
基于子空间域的自适应小字典的语音增强 预览
1
作者 裴俊华 贾海蓉 《现代电子技术》 北大核心 2019年第1期46-50,共5页
针对传统小字典的语音增强算法在消除噪声时导致语音失真的问题,提出一种子空间域的自适应小字典的语音增强算法。首先,在子空间域中利用带噪语音信号的特征值构造过完备的小字典,使得该字典对信号失真和残留噪声具有很好的调控机制,即... 针对传统小字典的语音增强算法在消除噪声时导致语音失真的问题,提出一种子空间域的自适应小字典的语音增强算法。首先,在子空间域中利用带噪语音信号的特征值构造过完备的小字典,使得该字典对信号失真和残留噪声具有很好的调控机制,即在消除噪声的同时为保证信号失真尽可能的小提供了可能;其次,通过过完备的小字典对带噪语音的特征值用K奇异值分解(K-SVD)算法不断进行稀疏表示和字典更新,其中在正交匹配追踪(OMP)算法中设置相关性阈值与能量阈值来自适应控制重构阶段及迭代次数,减少重构时间。在不同的噪声背景下的实验结果表明,与文献算法相比,新算法的增强语音的SNR和PESQ较高,减少了语音失真,提高了语音质量。 展开更多
关键词 语音增强 小字典 子空间 K-SVD OMP 阈值
在线阅读 下载PDF
Radon域下的K-SVD字典的混采分离 预览
2
作者 李慧 韩立国 +1 位作者 张良 贾帅 《世界地质》 CAS 2019年第1期256-267,共12页
基于地震反演来分离混采数据的方法,笔者提出用K次迭代奇异值分解(K-SVD)来更新Radon域下混叠信号中的字典原子的方法:在同步源采集和地震稀疏反演的背景下,将混合地震信号的分离视为稀疏反演问题,将共检波点域的数据表示在Radon域内,... 基于地震反演来分离混采数据的方法,笔者提出用K次迭代奇异值分解(K-SVD)来更新Radon域下混叠信号中的字典原子的方法:在同步源采集和地震稀疏反演的背景下,将混合地震信号的分离视为稀疏反演问题,将共检波点域的数据表示在Radon域内,此时有效信号同相轴收敛;对数据阈值滤波后进行分块字典学习,进一步稀疏地表示地震数据;最后,固定字典,更新恢复信号和稀疏系数完成分离。模拟和实际资料处理结果表明:该方法对于混采数据的分离相对中值滤波、小波变换等更有效、分离质量明显提升,可应用于实际混叠数据中。 展开更多
关键词 混采分离 Radon域 K-SVD 分块字典学习
在线阅读 下载PDF
基于字典学习的碰摩声发射信号降噪算法 预览
3
作者 彭威 张祺威 《电子器件》 CAS 北大核心 2019年第1期116-119,共4页
针对现场实测声发射信号经常淹没在噪声中的问题,提出了一种基于字典学习的碰摩声发射信号降噪算法。首先在训练阶段采用干净碰摩声发射信号利用K-SVD算法训练自适应字典,然后对含噪碰摩声发射信号的噪声方差进行估计,最后利用正交匹配... 针对现场实测声发射信号经常淹没在噪声中的问题,提出了一种基于字典学习的碰摩声发射信号降噪算法。首先在训练阶段采用干净碰摩声发射信号利用K-SVD算法训练自适应字典,然后对含噪碰摩声发射信号的噪声方差进行估计,最后利用正交匹配追踪算法对含噪碰摩声发射信号在训练后的字典上进行稀疏分解,从而达到对碰摩声发射信号进行降噪的目的。实验结果表明:基于字典学习的算法对碰摩声发射信号能取得较好的降噪效果,相比与基于固定字典的传统算法能够获得更高的信噪比。 展开更多
关键词 声发射 降噪 K-SVD 正交匹配追踪
在线阅读 下载PDF
基于OMP和K-SVD的右心室图像分割算法研究 预览
4
作者 何颖 张耀楠 尹慧平 《电子设计工程》 2019年第6期37-41,共5页
为提高对右心室形态结构和功能异常的检测和诊断对心脑血管疾病的作用,并针对其心腔几何形状复杂,解剖结构特殊,使心脏磁共振图像准确分割变成难点,提出通过OMP和K-SVD的有效结合方法。首先将字典学习过程和稀疏表示结合,这样能更好的... 为提高对右心室形态结构和功能异常的检测和诊断对心脑血管疾病的作用,并针对其心腔几何形状复杂,解剖结构特殊,使心脏磁共振图像准确分割变成难点,提出通过OMP和K-SVD的有效结合方法。首先将字典学习过程和稀疏表示结合,这样能更好的训练结果,然后由这些训练出的字典模型和稀疏表示系数进行图像的特征重构,最后根据重构后的误差进行分类实现分割。以MICCAI右心室分割挑战中提供的数据为依托,按照如上方法对右心室进行分割,并对分割结果进行分析,实验结果证明提出的基于K-SVD训练字典的分割方法,分割结果较为准确,从而表明了此方法的有效性。 展开更多
关键词 右心室分割 K-SVD OMP 稀疏表示
在线阅读 下载PDF
低字典相干性K-SVD算法研究 预览
5
作者 牛彪 李海洋 《计算机与数字工程》 2019年第1期92-98,共7页
K-SVD是非常经典的字典学习算法,该算法对稀疏系数矩阵和字典矩阵同时更新,在一定程度上提高了算法收敛速度,降低了运算复杂度。但是该算法得到的字典中噪音原子和无噪原子相似度高,因此字典的相干性较高。为了降低字典相干性,论文基于K... K-SVD是非常经典的字典学习算法,该算法对稀疏系数矩阵和字典矩阵同时更新,在一定程度上提高了算法收敛速度,降低了运算复杂度。但是该算法得到的字典中噪音原子和无噪原子相似度高,因此字典的相干性较高。为了降低字典相干性,论文基于K-SVD算法,提出了一种低相干性字典学习的方法,即在K-SVD算法极小化目标函数下,添加了一项刻画字典相干性的惩罚项,并将学习得到的字典用于图像去噪。实验结果表明该方法不仅保证了信号恢复高度一致性和字典低相干性这两个目标,还提高了稀疏编码算法的收敛速度,从而在图像去噪中获得高质量的图像。 展开更多
关键词 K-SVD 字典学习 稀疏编码 相干性
在线阅读 下载PDF
压缩感知的稀疏字典学习在信号重建中的应用 预览
6
作者 朱春进 沈振军 张瑞杰 《工业控制计算机》 2019年第4期69-71,共3页
针对时域信号在压缩感知的正交基下重建存在较大误差的问题,提出了一种字典学习方法稀疏表示连续时域信号。该方法基于K-奇异值分解(K-SVD)字典更新学习算法对原始数据稀疏化,在压缩感知理论下,通过观测矩阵得到的少量测量值利用正交匹... 针对时域信号在压缩感知的正交基下重建存在较大误差的问题,提出了一种字典学习方法稀疏表示连续时域信号。该方法基于K-奇异值分解(K-SVD)字典更新学习算法对原始数据稀疏化,在压缩感知理论下,通过观测矩阵得到的少量测量值利用正交匹配跟踪算法重新构建信号的非零元素系数矩阵,从而达到信号的近乎完美的重建。仿真实验结果表明,字典学习比传统正交基在信号重建上有更好的效果。 展开更多
关键词 正交基 压缩感知 K-SVD 字典学习 正交匹配跟踪算法(OMP)
在线阅读 下载PDF
基于端元字典稀疏解混的高光谱图像亚像元定位 预览
7
作者 顾正之 王素玉 《电子科技》 2019年第4期33-38,53共7页
针对高光谱图像中普遍存在的混合像元中各端元空间分布定位困难的问题,文中提出一种基于K-SVD的光谱解混算法,利用其解混结果进行亚像元定位。算法首先通过KNN分类来区分待处理图像中的混合像元和纯像元,然后借鉴基于冗余字典的稀疏分... 针对高光谱图像中普遍存在的混合像元中各端元空间分布定位困难的问题,文中提出一种基于K-SVD的光谱解混算法,利用其解混结果进行亚像元定位。算法首先通过KNN分类来区分待处理图像中的混合像元和纯像元,然后借鉴基于冗余字典的稀疏分解相关理论,以标准光谱库为基础,通过基于K-SVD的字典训练算法训练产生最具代表性的地物光谱曲线,构建端元冗余字典,通过基于K-SVD的稀疏分解算法实现各端元丰度的求解。最后利用求得的丰度系数在两种空间性相关性约束下进行亚像元定位。实验结果表明,采用该算法进行模拟数据和真实数据的亚像元的定位可以取得不错的定位结果。 展开更多
关键词 高光谱图像 光谱解混 亚像元定位 K-SVD 稀疏表示 冗余字典
在线阅读 免费下载
基于SURE无偏估计自适应字典学习图像去噪算法 预览
8
作者 张真真 龚玲 张新朝 《湖北民族学院学报:自然科学版》 CAS 2019年第1期77-81,共5页
要针对以往图像去噪算法存在阈值选取仍是经验值,而非函数最优解,缺乏系统化的理论方法等问题,因此提出基于SURE无偏估计的自适应字典学习图像去噪算法.首先通过第二代Bandelet变换获得最优的几何方向,运用四叉树计算最佳几何流,从而得... 要针对以往图像去噪算法存在阈值选取仍是经验值,而非函数最优解,缺乏系统化的理论方法等问题,因此提出基于SURE无偏估计的自适应字典学习图像去噪算法.首先通过第二代Bandelet变换获得最优的几何方向,运用四叉树计算最佳几何流,从而得到Bandelet图像块,然后运用SURE无偏估计自动获得全局最优解,最后运用K-SVD来训练字典,获得图像块相对应的字典.实验结果表明运用SURE无偏估计进行阈值选取,使目标函数连续可微易求导,针对平滑图像很好的去除了大量伪边缘和"块效应",使图像的连通性更加明显. 展开更多
关键词 学习字典 第二代Bandelet K-SVD SURE无偏估计
在线阅读 免费下载
基于正则化模型的K-SVD算法及其应用 预览
9
作者 刘坚桥 唐加山 《软件导刊》 2018年第8期114-117,共4页
提出一种基于正则化方法的K均值奇异值分解(K-SVD)算法。新算法在更新字典阶段,建立一种正则化模型,针对经典K-SVD算法中每次原子更新,引入正则项参与字典更新过程,将每次更新原子所产生的误差限制在设定范围内完成原子更新。在K-SVD... 提出一种基于正则化方法的K均值奇异值分解(K-SVD)算法。新算法在更新字典阶段,建立一种正则化模型,针对经典K-SVD算法中每次原子更新,引入正则项参与字典更新过程,将每次更新原子所产生的误差限制在设定范围内完成原子更新。在K-SVD算法正则化模型基础上,对K-SVD的衍生算法近似K-SVD(Approximate KSVD)进行了研究,提出了适用于AK-SVD的正则化模型。实验结果表明,新模型训练字典的误差相较于传统算法缩小了13.8%。将训练字典用于图像去噪时发现,新模型下字典重构出图像的峰值信噪比(PSNR)比传统算法提升0.5dB左右。 展开更多
关键词 K-SVD 正则化方法 字典学习 稀疏表示 图像去噪
在线阅读 免费下载
面向彩色图像的人脸特征点定位算法研究 预览
10
作者 安高翔 《软件导刊》 2018年第7期103-107,共5页
人脸特征点定位技术为人脸图像处理与分析提供重要几何信息,是计算机视觉、图像分析和模式识别领域经典课题之一。以主动外观模型(AAM)为代表的传统面部特征定位算法易受人脸姿态和表情变化等影响,很难得到理想效果。以传统特征点定... 人脸特征点定位技术为人脸图像处理与分析提供重要几何信息,是计算机视觉、图像分析和模式识别领域经典课题之一。以主动外观模型(AAM)为代表的传统面部特征定位算法易受人脸姿态和表情变化等影响,很难得到理想效果。以传统特征点定位模型为出发点,引入稀疏矩阵表示人脸特征基底,将K-SVD算法更新稀疏矩阵应用于高斯-牛顿形变部件模型(GN-DPM)的基底表示中,对传统形变部件模型进行改进。在此基础上,更新新模型的拟合优化算法,以提高传统形变部件模型的精确度。实验结果表明,采用该方法进行人脸特征点定位比现有的快速主动外观模型(Fast-AAM)具有更低的误差率。 展开更多
关键词 人脸特征点定位 K-SVD 形变部件模型 稀疏表示
在线阅读 免费下载
基于特征融合和字典学习的交通标志识别 预览 被引量:1
11
作者 姚汉利 赵金金 鲍文霞 《计算机技术与发展》 2018年第1期51-55,共5页
由于类别的多样性、内部结构的相似性以及外界环境等因素的影响,交通标志识别一直是人工智能与模式识别领域中的难题之一,而影响识别准确性的主要因素是特征的鉴别性与冗余性。为了提高交通标志的识别准确性,提出了融合稀疏表示的方... 由于类别的多样性、内部结构的相似性以及外界环境等因素的影响,交通标志识别一直是人工智能与模式识别领域中的难题之一,而影响识别准确性的主要因素是特征的鉴别性与冗余性。为了提高交通标志的识别准确性,提出了融合稀疏表示的方法。首先提取交通标志的HOG与GIST特征,再使用广义典型相关分析对提取的两个特征进行融合,融合得到的特征既保留了两个特征的有效信息,同时也增强了特征的鉴别性,但多特征的融合,难免会产生一定的冗余性。在不降低特征鉴别性的前提下,为了减少其冗余性,最后使用K—SVD对其进行字典学习稀疏表示。实验结果表明,交通标志的融合稀疏方法的效果明显优于大多数的识别方法,即使用线性SVM在GTSRB数据集上的分类准确率为99.23%。 展开更多
关键词 交通标志识别 融合稀疏 广义典型相关分析 HOG GIST KSVD
在线阅读 下载PDF
基于非局部自适应字典的SAR图像迭代去噪算法 预览
12
作者 庞姣 张世琪 刘帅奇 《河北大学学报:自然科学版》 北大核心 2018年第3期309-314,共6页
为了更好地利用SAR图像携带的信息,相干斑噪声的抑制成为各国学者研究的热点之一.结合稀疏表示理论和图像的非局部自相似理论,提出了一种基于非局部块匹配与自适应字典的K-singular value decomposition(K-SVD)的synthetic aperture r... 为了更好地利用SAR图像携带的信息,相干斑噪声的抑制成为各国学者研究的热点之一.结合稀疏表示理论和图像的非局部自相似理论,提出了一种基于非局部块匹配与自适应字典的K-singular value decomposition(K-SVD)的synthetic aperture radar(SAR)图像迭代去噪算法.首先,在每次迭代中,利用非局部块匹配算法对上一次迭代的结果进行匹配分组,然后对每组相似块进行自适应字典更新,并用图像块替换字典原子来提高字典训练的效率,最后通过K-SVD的迭代实现SAR图像的去噪效果.实验结果表明,该算法具有更好的去噪能力,能更好地保持图像的细节和纹理等有用信息. 展开更多
关键词 SAR图像去噪 相似块匹配 K-SVD 迭代去噪
在线阅读 下载PDF
基于字典学习的马铃薯叶片病害图像识别算法 预览
13
作者 赵建敏 芦建文 《河南农业科学》 CSCD 北大核心 2018年第4期154-160,共7页
为实现马铃薯叶片病害识别,达到及时防治的目的,设计了一种基于压缩感知理论的马铃薯病害图像分类方法。采用K-奇异值分解算法(K-SVD)分别构造了马铃薯早疫病、晚疫病、灰霉病叶片图像病害字典,通过正交匹配追踪算法求解测试样本在不... 为实现马铃薯叶片病害识别,达到及时防治的目的,设计了一种基于压缩感知理论的马铃薯病害图像分类方法。采用K-奇异值分解算法(K-SVD)分别构造了马铃薯早疫病、晚疫病、灰霉病叶片图像病害字典,通过正交匹配追踪算法求解测试样本在不同病害字典下的稀疏系数矩阵,并进行图像重构,求解重构均方根误差。利用不同类别字典本身的差异性,测试样本重构时,误差最小的字典即为测试样本所属病害种类。与支持向量机识别算法相比,该方法能够自学习图像特征,大大降低了图像分割和特征提取复杂度。经对比测试,采用字典学习理论进行分类,马铃薯3种叶片病害单一病斑图片综合识别率达到95.33%,高于支持向量机分类识别算法(识别率92%)。 展开更多
关键词 马铃薯病害 图像识别 压缩感知 字典学习 K-SVD 正交匹配追踪算法
在线阅读 下载PDF
基于小波包字典优化的旋转机械振动信号压缩感知重构方法 预览
14
作者 温江涛 孙洁娣 +1 位作者 于洋 闫常弘 《振动与冲击》 CSCD 北大核心 2018年第22期164-172,共9页
采用工业无线传感器网络的机械状态监测系统需要进行复杂的数据压缩和高精度的重构,而传感器网络节点资源受限,针对这一问题提出基于小波包字典优化的旋转机械振动信号压缩感知重构方法.该方法结合小波包多分辨率分析及K-SVD字典训练方... 采用工业无线传感器网络的机械状态监测系统需要进行复杂的数据压缩和高精度的重构,而传感器网络节点资源受限,针对这一问题提出基于小波包字典优化的旋转机械振动信号压缩感知重构方法.该方法结合小波包多分辨率分析及K-SVD字典训练方法,提出了小波包字典优化方法代替传统的正交基字典稀疏表示方法,提高稀疏度.根据旋转机械振动信号自身特征,提出用块稀疏贝叶斯学习最大期望值算法,代替传统仅依赖于稀疏假设的算法实现信号重构.实际轴承振动信号仿真结果表明,该方法相对于传统的压缩感知方法重构性能明显提高. 展开更多
关键词 旋转机械振动信号 压缩感知重构 小波包字典优化 K-SVD 块稀疏贝叶斯学习
在线阅读 下载PDF
非局部均值噪声预测的独立成分分析降噪研究 预览 被引量:2
15
作者 孙京阳 喻春雨 董仕佳 《光学精密工程》 CSCD 北大核心 2018年第2期511-516,共6页
为解决采用独立成分分析算法进行图像降噪需要多个观测信号的问题,提出一种对单张图像冗余信息进行稀疏以生成多个观测信号的方法。该方法首先采用字典压缩算法对原噪声图像稀疏;再采用非局部均值算法对压缩图像的冗余信息进行处理,... 为解决采用独立成分分析算法进行图像降噪需要多个观测信号的问题,提出一种对单张图像冗余信息进行稀疏以生成多个观测信号的方法。该方法首先采用字典压缩算法对原噪声图像稀疏;再采用非局部均值算法对压缩图像的冗余信息进行处理,将处理后的冗余信息生成初次降噪图像;将初次降噪图像和原噪声图像共同作为独立成分分析的多个观测信号。结合非局部均值算法可以避免仅使用字典压缩算法造成的过量稀疏,研究表明当高斯白噪声标准差σ在20~45范围时,本文提出的方法比字典稀疏压缩算法和非局部均值算法降噪效果更好,图像降噪后的峰值信噪比是降噪前的1.4倍。本文提出的方法在高斯白噪声标准差σ在20~45范围时,具有很好的降噪效果。 展开更多
关键词 非局部均值 盲源分离 噪声预测 降噪分析 K-SVD
在线阅读 下载PDF
基于奇异值分解的Gabor遮挡字典学习 预览
16
作者 李小薪 周元申 +2 位作者 周旋 李晶晶 刘志勇 《计算机科学》 CSCD 北大核心 2018年第6期275-283,共9页
因遮挡、光照等变化因素所引发的协变量偏移问题是面向现实的人脸识别系统需要重点解决的问题。从字典编码的角度探讨了这一问题。通过对现有的结构化误差编码方法的回顾,指出几种主流的结构化误差编码方法都可以转化为训练字典与遮挡... 因遮挡、光照等变化因素所引发的协变量偏移问题是面向现实的人脸识别系统需要重点解决的问题。从字典编码的角度探讨了这一问题。通过对现有的结构化误差编码方法的回顾,指出几种主流的结构化误差编码方法都可以转化为训练字典与遮挡字典联合表示的形式,只需对不同的误差编码方法建立合适的遮挡字典即可。鉴于遮挡字典在结构化误差编码方法中的重要作用,针对一种重要的基于字典表示的误差校正方法——基于Gabor特征的鲁棒表示与分类方法(GRRC)展开研究,指出其基于K-SVD的遮挡字典学习方法的主要不足在于:计算代价较高、冗余性较强、缺乏针对自然遮挡的结构,并提出了一种基于奇异值分解(SVD)的Gabor遮挡字典学习方法。在Extended Yale B,UMBDB和AR 3个人脸数据库上的实验结果表明,相对于基于K-SVD字典学习方法的GRRC,基于SVD字典学习方法的GRRC在各种情形下都具有更好的时间性能和识别性能。 展开更多
关键词 GABOR特征 遮挡字典 主成分分析 K-SVD 奇异值分解
在线阅读 免费下载
基于短时信号重构与K-SVD特征提取算法 被引量:1
17
作者 唐宁 童水光 +2 位作者 徐剑 从飞云 张依东 《机械设计与研究》 CSCD 北大核心 2018年第4期18-22,共5页
以故障信号局部包含信息的差异性为基础,通过短时奇异值分解算法来提取淹没与背景噪声中的故障冲击成分。再结合K-SVD稀疏分解训练算法,提出1种自适应学习字典构建方法,可以有效的自适应表征滚动轴承的故障信号。仿真和试验结果分析论... 以故障信号局部包含信息的差异性为基础,通过短时奇异值分解算法来提取淹没与背景噪声中的故障冲击成分。再结合K-SVD稀疏分解训练算法,提出1种自适应学习字典构建方法,可以有效的自适应表征滚动轴承的故障信号。仿真和试验结果分析论证表明,该故障特征提取技术较常规稀疏匹配算法具更好的识别和提取冲击故障特征能力,有助于实现滚动轴承故障智能诊断。 展开更多
关键词 奇异值分解 K-SVD 自适应学习字典 特征提取 滚动轴承
基于K-SVD基的林区监测站数据采集方法研究 预览
18
作者 赵玥 谢辉平 +1 位作者 高超 赵燕东 《农业机械学报》 CSCD 北大核心 2018年第S1期365-371,共7页
基于K-SVD字典学习算法(K-singular value decomposition,K-SVD)的压缩感知技术应用在林区微环境监测站中,可极大地减少数据传输数量,从而降低监测站的使用能耗,延长监测站的使用寿命。本文选用空气温度作为实验对象,验证算法的可行性,... 基于K-SVD字典学习算法(K-singular value decomposition,K-SVD)的压缩感知技术应用在林区微环境监测站中,可极大地减少数据传输数量,从而降低监测站的使用能耗,延长监测站的使用寿命。本文选用空气温度作为实验对象,验证算法的可行性,并与前人提出的基于离散傅里叶变换基(Discrete fourier transform,DFT)的压缩感知方法进行对比实验。实验结果表明,当稀疏度k相同时,K-SVD算法的平均稀疏化误差始终小于DFT算法,且误差分布范围更加集中;当稀疏度和压缩率均相同时,K-SVD算法的平均重构误差也始终小于DFT算法,且误差分布范围更加集中。在林区微环境监测站中,K-SVD算法具有更好的稀疏表示性能以及重构性能,在降低相同系统能耗的同时,也降低了数据传输的误差。 展开更多
关键词 微环境监测站 压缩感知 K-SVD 字典学习 稀疏表示
在线阅读 下载PDF
强噪声背景下微弱核脉冲信号提取方法 预览
19
作者 张江梅 王坤朋 +1 位作者 季海波 冯兴华 《中国科学技术大学学报》 CSCD 北大核心 2018年第9期691-695,共5页
针对强噪声背景下,微弱核脉冲信号的幅度与发生时刻信息检测存在困难的问题,提出一种基于Gabor变换及稀疏表示的核脉冲信号提取方法.首先利用Gabor变换根据样本信号构建单核脉冲信号表示字典;其次采用K-SVD算法消除因不同探测器和噪声... 针对强噪声背景下,微弱核脉冲信号的幅度与发生时刻信息检测存在困难的问题,提出一种基于Gabor变换及稀疏表示的核脉冲信号提取方法.首先利用Gabor变换根据样本信号构建单核脉冲信号表示字典;其次采用K-SVD算法消除因不同探测器和噪声引起的Gabor基函数的差异,构建完备字典,将其用于表征淹没在噪声中的有用信号,通过改进的OMP算法重构信号达到抑制噪声的目的,实现微弱核脉冲信号的提取.为验证该方法的可行性和有效性,利用CsI(Tl)探测器测量得到的实际核脉冲信号和仿真数据进行实验,结果表明,所提出算法恢复的核脉冲信号幅度和峰值发生时刻误差小于传统的Salley-Key最优平滑滤波和Kalman滤波算法. 展开更多
关键词 微弱信号 K-SVD 稀疏表示 GABOR变换
在线阅读 免费下载
基于CUDA架构并行设计图像去噪算法 预览
20
作者 霍迎秋 陈春荣 +1 位作者 王雨菲 尹加 《现代电子技术》 北大核心 2018年第22期53-58,共6页
针对图像去噪算法中由于数据量大、计算复杂度高导致的实时性低的问题,通过对经典K-SVD图像去噪算法的并行性进行研究分析,设计基于CUDA架构的并行K-SVD图像去噪算法。该算法主要对去噪算法中矩阵拉伸、快速OMP和SVD等部分进行并行设计... 针对图像去噪算法中由于数据量大、计算复杂度高导致的实时性低的问题,通过对经典K-SVD图像去噪算法的并行性进行研究分析,设计基于CUDA架构的并行K-SVD图像去噪算法。该算法主要对去噪算法中矩阵拉伸、快速OMP和SVD等部分进行并行设计,采用“共享内存”“归并求和”等策略进行优化。实验结果表明,基于CUDA架构的并行算法比串行算法速度有了显著提高,最高加速比为12倍,极大提高了图像去噪算法的处理速度。 展开更多
关键词 CUDA 图像去噪 K-SVD 图形处理器 并行优化 矩阵拉伸
在线阅读 下载PDF
上一页 1 2 9 下一页 到第
使用帮助 返回顶部 意见反馈