期刊文献+
共找到328篇文章
< 1 2 17 >
每页显示 20 50 100
线性圆锥互补问题的光滑化牛顿法 预览
1
作者 张所滨 汪洋 +1 位作者 迟晓妮 曾祥艳 《吉林大学学报:理学版》 CAS 北大核心 2019年第2期258-264,共7页
给出求解线性圆锥互补问题一种新的光滑化牛顿法.首先,基于一个圆锥互补函数的光滑化函数,将线性圆锥互补问题转化成一个方程组,然后用光滑化牛顿法求解该方程组;其次,在适当假设下,证明该算法具有全局收敛性和局部二阶收敛性.数值结果... 给出求解线性圆锥互补问题一种新的光滑化牛顿法.首先,基于一个圆锥互补函数的光滑化函数,将线性圆锥互补问题转化成一个方程组,然后用光滑化牛顿法求解该方程组;其次,在适当假设下,证明该算法具有全局收敛性和局部二阶收敛性.数值结果表明,该算法求解线性圆锥互补问题所需的CPU时间和迭代次数均较少,且相对稳定,从而证明了算法的有效性. 展开更多
关键词 线性圆锥互补问题 光滑化牛顿法 光滑化函数 全局收敛 局部二阶收敛
在线阅读 下载PDF
云存储中基于二维数组的对象分布策略 预览
2
作者 谢兵兵 王勇 +1 位作者 叶苗 俸皓 《计算机工程与设计》 北大核心 2019年第1期131-135,178共6页
针对如何将海量数据安全、高效和均匀地分布在集群节点上的数据存储问题,提出一种简洁、高效、支持权重和数据冗余机制的对象分布算法。描述对象和节点一对多的映射关系,将集群中的存储节点及相应节点的权重映射到二维数组中,采用跳跃H... 针对如何将海量数据安全、高效和均匀地分布在集群节点上的数据存储问题,提出一种简洁、高效、支持权重和数据冗余机制的对象分布算法。描述对象和节点一对多的映射关系,将集群中的存储节点及相应节点的权重映射到二维数组中,采用跳跃Hash实现对象副本的快速定位;在定位过程中,该算法具有节点选择冲突检测处理机制,能够避免同一对象的不同副本映射到相同存储节点这一问题。实验结果表明,该算法具有数据分布均匀、迁移量小的优势。 展开更多
关键词 海量数据 数据冗余 二维数组 对象分布 跳跃哈希
在线阅读 下载PDF
基于PCA和DCT的雷达人体动作识别 预览
3
作者 蒋留兵 周小龙 车俐 《雷达科学与技术》 北大核心 2019年第3期271-279,共9页
无载波超宽带雷达人体动作识别系统的关键优势在于无载波超宽带雷达具有极高的分辨率,能够捕获人体的细微动作变化,并且对于室内复杂环境具有很强的抗干扰能力。但是由于无载波超宽带雷达信号不含载波信息,本身能量集中于极窄的波形内,... 无载波超宽带雷达人体动作识别系统的关键优势在于无载波超宽带雷达具有极高的分辨率,能够捕获人体的细微动作变化,并且对于室内复杂环境具有很强的抗干扰能力。但是由于无载波超宽带雷达信号不含载波信息,本身能量集中于极窄的波形内,并且发射信号与回波相关性弱,因此传统的提取信号特征的方法不再适用。针对这一问题,首次搭建无载波超宽带雷达人体动作识别系统,并提出一种新颖的基于主成分分析法(PCA)和离散余弦变换(DCT)相结合的无载波超宽带雷达人体动作识别方法,同时利用改进的网格搜索算法优化支持向量机的参数并验证该方法的优越性。最后,基于实测数据在Matlab平台上进行仿真,对实测的10种不同类型的人体动作进行分类识别,实验结果显示,该方法具有很高的识别率,针对不同的方案识别率均能达到99%以上,对小训练样本具有很强的鲁棒性。 展开更多
关键词 无载波超宽带雷达 人体动作识别 主成分分析法 离散余弦变换
在线阅读 下载PDF
Ceph系统中海量气象小文件存取性能优化方法 预览
4
作者 陆小霞 王勇 雷晓春 《桂林电子科技大学学报》 2019年第1期61-66,共6页
为解决Ceph在处理海量气象小文件时,由于集群数据双倍写入会导致存储性能下降问题,提出了一种Ceph系统中海量气象小文件存取性能优化方法。该方法通过分析文件历史访问日志得到气象小文件间的关联概率,然后依据关联概率设计出文件合并... 为解决Ceph在处理海量气象小文件时,由于集群数据双倍写入会导致存储性能下降问题,提出了一种Ceph系统中海量气象小文件存取性能优化方法。该方法通过分析文件历史访问日志得到气象小文件间的关联概率,然后依据关联概率设计出文件合并算法将相关联的小文件合并后再存储到Ceph集群;访问文件时,根据文件块的利用率和相关率来衡量合并后小文件间的相关性,并根据其相关性进行文件预读取,减少用户与集群的交互以提高小文件的访问效率。实验表明,该方法与现有方法相比,能明显提高Ceph系统中海量气象小文件的存储效率和访问效率。 展开更多
关键词 Ceph分布式文件系统 小文件 相关性合并 预读取
在线阅读 免费下载
基于改进匹配网络的单样本学习 预览
5
作者 蒋留兵 周小龙 +1 位作者 姜风伟 车俐 《系统工程与电子技术》 EI CSCD 北大核心 2019年第6期1210-1217,共8页
当前深度学习是基于大量标注数据样本通过多层网络实现模型自动识别。然而,在很多特殊场景下,难以获取大量标注样本数据,小样本物体识别仍是深度学习下关键性的难题。针对这一问题,首先利用4层深度卷积神经网络(deepconvolution neural ... 当前深度学习是基于大量标注数据样本通过多层网络实现模型自动识别。然而,在很多特殊场景下,难以获取大量标注样本数据,小样本物体识别仍是深度学习下关键性的难题。针对这一问题,首先利用4层深度卷积神经网络(deepconvolution neural network,DCNN)提取训练样本和测试样本的高层语义特征,然后基于改进的匹配网络分别采用双向LSTM和attLSTM算法对训练样本和测试样本深入提取更加关键和有用特征并进行编码,最后在平方欧氏距离上利用softmax非线性分类器对测试样本进行分类识别。实验通过Omniglot数据集对提出的改进模型进行测试,取得了非常好的效果。改进的模型即使在最复杂的20-way1-shot情况下,依然能够达到93.2%的识别率,Vinyals的原创匹配网络模型在20-way1-shot的情况下只能达到88.2%的识别率,与原创匹配网络模型相比,改进的模型在类别数更多而样本数较少的复杂场景下具有更好的识别效果。 展开更多
关键词 深度学习 小样本 改进匹配网络 平方欧氏距离 LSTM
在线阅读 下载PDF
结合小波紧框架与低秩的医学图像恢复算法 预览
6
作者 梁胜梅 陈利霞 刘少兵 《信息记录材料》 2019年第3期113-115,共3页
小波紧框架具有高度的重构稳定性,在医学图像恢复研究中取得很好的重建效果。本文结合小波紧框架和低秩限制,提出了基于小波和数据驱动紧框架的低秩医学图像恢复算法,并使用交替最优化方法求解新算法。数值实验表明本文模型在纹理细节... 小波紧框架具有高度的重构稳定性,在医学图像恢复研究中取得很好的重建效果。本文结合小波紧框架和低秩限制,提出了基于小波和数据驱动紧框架的低秩医学图像恢复算法,并使用交替最优化方法求解新算法。数值实验表明本文模型在纹理细节恢复方面具有更好的效果。 展开更多
关键词 图像恢复 紧框架 数据驱动紧框架 低秩矩阵 交替最优化方法
在线阅读 下载PDF
基于轨迹挖掘模型的旅游景点推荐 预览
7
作者 张舜尧 常亮 +4 位作者 古天龙 宾辰忠 孙彦鹏 朱桂明 贾中浩 《模式识别与人工智能》 CSCD 北大核心 2019年第5期463-471,共9页
针对旅游推荐系统中基于内容的推荐和基于协同过滤的推荐方法的数据稀疏性和冷启动问题,以及现有轨迹挖掘方法忽略旅游轨迹中高级语义的问题,提出基于门控循环单元轨迹挖掘模型的推荐方法.为了充分利用旅游轨迹的高级语义信息,基于循环... 针对旅游推荐系统中基于内容的推荐和基于协同过滤的推荐方法的数据稀疏性和冷启动问题,以及现有轨迹挖掘方法忽略旅游轨迹中高级语义的问题,提出基于门控循环单元轨迹挖掘模型的推荐方法.为了充分利用旅游轨迹的高级语义信息,基于循环神经网络设计轨迹挖掘表示模型,对游客的旅游轨迹进行建模,在利用游客历史轨迹建模后向游客提供个性化旅游景点推荐.在真实旅游轨迹数据集上的实验表明,相比广泛使用的基线方法,文中方法在景点推荐的准确性和质量上都有一定提高. 展开更多
关键词 推荐系统 旅游推荐 旅游轨迹 门控循环单元轨迹挖掘表示模型
在线阅读 下载PDF
基于压缩自编码融合极限学习机的柑橘黄龙病鉴别方法 预览
8
作者 路皓翔 徐明昌 +2 位作者 张卫东 杨辉华 刘振丙 《分析化学》 SCIE EI CAS CSCD 北大核心 2019年第5期652-660,共9页
针对柑橘黄龙病检测模型的准确度较低、可靠性较差等问题,提出了一种压缩自编码融合极限学习机(Contractive auto-encoder combined extreme learning machine,CAE-ELM)的柑橘黄龙病鉴别方法。此方法通过ELM代替CAE顶层的Softmax分类器... 针对柑橘黄龙病检测模型的准确度较低、可靠性较差等问题,提出了一种压缩自编码融合极限学习机(Contractive auto-encoder combined extreme learning machine,CAE-ELM)的柑橘黄龙病鉴别方法。此方法通过ELM代替CAE顶层的Softmax分类器和反向微调阶段,达到减少算法运行时间同时提高模型的稳定性及鉴别能力的目的。其中,CAE实现了样本深层特征提取,ELM可实现分类鉴别。为了评估CAE-ELM模型性能,以不同比例的柑橘叶片近红外光谱数据作为训练集进行实验,采用波形叠加极限学习机(Summation wavelet extreme learning machine, SWELM)、ELM、支持向量机(Support vector machine, SVM)、堆叠去噪自编码(Stacked denoising auto-encoder, SDAE)、反向传播模型(Back propagation, BP)、CAE作为对比方法。在柑橘黄龙病的鉴别实验中,无论训练集样本大小,CAE-ELM均能保持最高的分类准确度,尤其当训练集与测试集为1080/165时分类准确度达100.00。同时,CAE-ELM模型比SDAE、CAE和BP模型具有更快的训练速度,但慢于SVM、ELM和SWELM模型。结果表明,CAE-ELM模型可以准确鉴别柑橘黄龙病,且模型具有良好的鲁棒性和可扩展性。 展开更多
关键词 压缩自编码 极限学习机 近红外光谱 柑橘黄龙病
在线阅读 下载PDF
堆栈降噪自编码结合随机森林的黄龙病检测 预览
9
作者 路皓翔 魏曼曼 +2 位作者 杨辉华 刘振丙 胡锦泉 《激光与红外》 CAS CSCD 北大核心 2019年第4期460-466,共7页
近红外光谱分析技术作为一种无损、快捷的分析方法在各个领域应用相当广泛。针对柑橘黄龙病检测成本高、可靠性差和精度低等问题,提出了一种堆栈降噪自编码融合随机森林(Stacked Denoising Auto-encoders Combined Random Forest,SDAE-... 近红外光谱分析技术作为一种无损、快捷的分析方法在各个领域应用相当广泛。针对柑橘黄龙病检测成本高、可靠性差和精度低等问题,提出了一种堆栈降噪自编码融合随机森林(Stacked Denoising Auto-encoders Combined Random Forest,SDAE-RF)的柑橘黄龙病近红外光谱检测方法,该方法首先采用多阶段预处理法对样本光谱数据进行预处理,然后采用SDAE对经过预处理后的光谱数据进行降维,实现柑橘样本深层特征的提取,最后利用RF的投票集成策略实现分类鉴别。为了验证SDAE-RF模型的性能,采用某公司提供的柑橘叶片近红外光谱数据为实例,以不同比例的训练集进行实验,并与ELM、SWELM、SVM、BP、SDAE和RF模型的鉴别能力进行对比。实验结果表明,SDAE-RF模型较其他算法在分类精度、算法稳定性以及训练时间方面均表现出较好的效果。 展开更多
关键词 近红外光谱 堆栈降噪自编码 随机森林 多阶段预处理 黄龙病鉴别
在线阅读 下载PDF
基于最小角回归结合一元线性直接校正法的近红外光谱模型传递方法 预览
10
作者 路皓翔 吴鹏飞 +1 位作者 杨辉华 刘振丙 《分析测试学报》 CAS CSCD 北大核心 2019年第1期39-45,共7页
针对近红外光谱分析技术中模型通用性较差的问题,提出了一种新的模型传递方法——最小角回归结合一元线性直接校正法(Least angle regression combined simple linear regression direct standardization,LAR-SLRDS)。该方法首先采用小... 针对近红外光谱分析技术中模型通用性较差的问题,提出了一种新的模型传递方法——最小角回归结合一元线性直接校正法(Least angle regression combined simple linear regression direct standardization,LAR-SLRDS)。该方法首先采用小波变换对样品光谱数据进行预处理,然后利用LAR实现样品全谱区光谱特征波长点的筛选,最后利用SLRDS对筛选出来的变量进行校正。采用汽油和药品样本的近红外光谱数据验证LAR-SLRDS性能,汽油数据集C7、C8、C9和C10成分的光谱差异为0.0028、0.0027、0.0026和0.0027,预测标准差为0.4106、0.8492、1.0349和1.2158;药品数据集活性、硬度和重量成分的光谱差异为0.0300、0.0318和0.0336,预测标准差为1.9338、0.4402和2.1309。结果表明,LAR-SLRDS算法不仅能够消除主、从仪器光谱之间存在的差异,实现模型传递,而且能够提高PLS定量模型的准确性和稳定性,具有广泛的应用潜力。 展开更多
关键词 近红外光谱技术 模型传递 最小角回归 一元线性直接校正法
在线阅读 下载PDF
基于软件定义网络和多属性决策的Ceph存储系统节点选择方法 预览
11
作者 王勇 叶苗 +2 位作者 何倩 郇宜鸣 康文杰 《计算机学报》 EI CSCD 北大核心 2019年第2期323-338,共16页
云存储中的Ceph分布式文件系统以其开原性和提供统一存储能力的特点在企业和科研领域得到广泛关注和应用.CRUSH算法是Ceph分布式文件系统中的伪随机数据分布算法,能实现在异构大规模层级结构化存储集群中高效分布数据对象及其副本.经典C... 云存储中的Ceph分布式文件系统以其开原性和提供统一存储能力的特点在企业和科研领域得到广泛关注和应用.CRUSH算法是Ceph分布式文件系统中的伪随机数据分布算法,能实现在异构大规模层级结构化存储集群中高效分布数据对象及其副本.经典Ceph云存储系统中在副本模式下选择存储节点时该系统仅以节点存储容量作为唯一选择条件,并没有考虑到网络和节点的负载状况,这影响了系统在网络性能差和节点高负载的情况下的读写性能.因此,在CRUSH算法中加入网络状态和节点负载的测量对提高负载均衡性具有非常重要的作用.但在传统的网络构架中要获取网络状态需要繁琐的配置和大量的测量开销.为解决这些问题,该文设计了基于软件定义网络技术的Ceph云存储系统模型和存储节点选择策略,首先利用软件定义网络技术实时获取网络和负载状况,以简化网络配置和减小测量开销,然后通过建立并求解出综合考虑了多种因素的多属性决策数学模型来确定存储节点位置.通过在实际环境中对设计的存储节点选择方法进行读写操作的测试,测试结果表明,与现有的CRUSH算法相比,提出的存储节点选择方法可以在保持与原有Ceph系统相同的写操作性能的同时,读小文件操作时的吞吐量和读大文件的响应时间得到明显改善. 展开更多
关键词 软件定义网络 Ceph存储系统 多属性决策 副本模式 权重因子
在线阅读 下载PDF
基于预读及简单注意力机制的句子压缩方法 预览
12
作者 鹿忠磊 刘文芬 +2 位作者 周艳芳 胡学先 王彬宇 《计算机应用研究》 CSCD 北大核心 2019年第2期371-375,394共6页
针对英文句子压缩方法进行研究,提出一种基于预读及简单注意力机制的压缩方法。在编码器—解码器(encoder-decoder)框架下,以循环门单元(gated recurrent unit,GRU)神经网络模型为基础,在编码阶段对原句语义进行两次建模。首次建模结果... 针对英文句子压缩方法进行研究,提出一种基于预读及简单注意力机制的压缩方法。在编码器—解码器(encoder-decoder)框架下,以循环门单元(gated recurrent unit,GRU)神经网络模型为基础,在编码阶段对原句语义进行两次建模。首次建模结果作为全局信息,加强二次语义建模,得到更全面准确的语义编码向量。解码阶段充分考虑删除式句子压缩的特殊性,适用简单注意力(3t-attention)机制,将编码向量中与当前解码时刻最相关的语义部分输入到解码器中,提高预测效率及准确率。在谷歌新闻句子压缩数据集上的实验结果表明,所提压缩方法优于已有公开结果。因此,预读及简单注意力机制可有效提高英文句子压缩精度。 展开更多
关键词 自然语言处理 句子压缩 预读 注意力机制
在线阅读 下载PDF
基于卷积神经网络的水墨画合成方法 预览
13
作者 彭玉元 赵朋朋 +1 位作者 武有能 谢兵兵 《桂林理工大学学报》 CAS 北大核心 2019年第1期204-209,共6页
针对传统基于图像的水墨画绘制方法生成的图像只具备水墨画的一些基本特征,不能给其指定某一种风格,使得生成的图像显得呆板、缺乏意境层次的表达的情况,提出一种基于卷积神经网络的水墨画合成方法。该算法调整一个训练完成的卷积神经... 针对传统基于图像的水墨画绘制方法生成的图像只具备水墨画的一些基本特征,不能给其指定某一种风格,使得生成的图像显得呆板、缺乏意境层次的表达的情况,提出一种基于卷积神经网络的水墨画合成方法。该算法调整一个训练完成的卷积神经网络模型的结构,定义图像在卷积神经网络模型中的卷积层映射的特征响应的表示,以及特征响应之间的相互关系表示。先对照片作对比度增强预处理,然后在一张随机的图像上,匹配照片的特征响应来获取内容信息,匹配水墨画的特征响应相互关系来获取风格信息。实验表明,基于卷积神经网络的水墨画合成方法可以生成效果较好的水墨画图像,既保留了原照片轮廓信息,又带有原水墨画整体纹理信息,对水墨画灰度图像的风格合成效果出色。 展开更多
关键词 水墨画 卷积神经网络 纹理合成 图像增强
在线阅读 下载PDF
基于2D Chebyshev-Sine映射的图像加密算法 预览
14
作者 钟艳如 刘华役 +2 位作者 孙希延 蓝如师 罗笑南 《浙江大学学报:理学版》 CAS CSCD 北大核心 2019年第2期131-141,160共12页
混沌系统因对初始条件和参数具有极度的敏感性、遍历性和不可预测性,被广泛应用于图像加密领域。提出了一种二维映射——二维Chebyshev-Sine映射。通过分析轨迹图得到映射,与其他混沌映射相比,此映射拥有更宽广的混沌范围和良好的遍历性... 混沌系统因对初始条件和参数具有极度的敏感性、遍历性和不可预测性,被广泛应用于图像加密领域。提出了一种二维映射——二维Chebyshev-Sine映射。通过分析轨迹图得到映射,与其他混沌映射相比,此映射拥有更宽广的混沌范围和良好的遍历性,对初始条件和系统参数具有高度敏感性,实现成本相对较低。基于此,提出了一种线性混合层图像加密算法:通过行移位和列混合有效改变图像像素空间位置和像素频域中的值,同时使用了中国剩余定理的扩散原则。实验仿真结果证明,此加密算法具有抵抗差分攻击和选择明文攻击的性能,且运行速度快,安全性较高。 展开更多
关键词 二维Chebyshev-Sine映射 中国剩余定理 图像加密 行移位 列混合
在线阅读 下载PDF
基于动态时间规整的模型传递方法 预览
15
作者 王文颢 刘振丙 雒志超 《桂林电子科技大学学报》 2019年第1期82-86,共5页
为使用在源机上建立的近红外光谱定量分析模型,提出一种基于动态时间规整的模型传递方法。该方法计算源机光谱波长点与目标机光谱波长点的相关距离,通过动态时间规整算法得到仪器间的光谱波长点的最佳匹配关系,建立回归方程,得到模型传... 为使用在源机上建立的近红外光谱定量分析模型,提出一种基于动态时间规整的模型传递方法。该方法计算源机光谱波长点与目标机光谱波长点的相关距离,通过动态时间规整算法得到仪器间的光谱波长点的最佳匹配关系,建立回归方程,得到模型传递矩阵。该算法能有效建立源机和目标机光谱间的传递模型,且结果优于现有算法。在药物数据集和玉米数据集上实验表明了该算法的有效性,且优于直接校正算法、分段校正算法。 展开更多
关键词 模型传递 近红外光谱 动态时间规整 PLS
在线阅读 免费下载
以实践能力培养为目标的Java企业级应用开发技术的教学改革研究 预览
16
作者 孙晋永 汪华登 +1 位作者 赵响 谢武 《教育教学论坛》 2019年第15期271-272,共2页
通过分析当前Java企业级应用开发技术教学的现状,提出Java企业级应用开发技术教学的改革方案。方案明确了实践能力培养的教学理念,设计了层次化、动态化的教学内容,强调了学生的教学主体地位,突出实践能力和自主学习能力培养,对培养满... 通过分析当前Java企业级应用开发技术教学的现状,提出Java企业级应用开发技术教学的改革方案。方案明确了实践能力培养的教学理念,设计了层次化、动态化的教学内容,强调了学生的教学主体地位,突出实践能力和自主学习能力培养,对培养满足IT企业需求的Java应用开发技术人才有积极推进作用。 展开更多
关键词 Java企业级应用 计算机专业 实践能力 自主学习
在线阅读 下载PDF
时分MIMO滑坡雷达稀疏成像算法 预览
17
作者 蒋留兵 杨中丽 车俐 《雷达科学与技术》 北大核心 2019年第1期1-7,共7页
针对现用于成像的MIMO山体滑坡雷达均匀线性阵列数目过多、数据处理复杂度高的问题,引入稀疏阵列时分地基MIMO雷达模型,提出一种基于逆傅里叶变换和混合匹配追踪算法的成像方法。首先通过对雷达回波信号作逆傅里叶变换实现距离向压缩,... 针对现用于成像的MIMO山体滑坡雷达均匀线性阵列数目过多、数据处理复杂度高的问题,引入稀疏阵列时分地基MIMO雷达模型,提出一种基于逆傅里叶变换和混合匹配追踪算法的成像方法。首先通过对雷达回波信号作逆傅里叶变换实现距离向压缩,并进行近似相位补偿,然后采用一种基于时延补偿因子稀疏基的压缩感知算法实现方位向压缩。同时针对多目标成像的伪影点问题,方位向数据压缩引入子空间追踪算法和正交匹配追踪算法的结合算法重构出高分辨率且没有伪影的二维图像。根据真实的山体滑坡监测成像场景参数,通过数值仿真验证了该方法能够在低于传统均匀阵列的天线数目情况下实现目标高质量成像,且具有一定的抗噪性。 展开更多
关键词 时分MIMO雷达 稀疏阵列 逆傅里叶变换 压缩感知 混合匹配追踪
在线阅读 下载PDF
基于随机稀疏阵列的滑坡MIMO雷达成像方法 预览
18
作者 杨中丽 蒋留兵 《桂林电子科技大学学报》 2019年第1期12-16,共5页
为了减少滑坡监测雷达成像等效收发阵列天线数目,基于随机稀疏接收阵列和周期稀疏发射阵列,提出了一种基于逆傅里叶变换和压缩感知的成像方法。该方法通过逆傅里叶变换实现距离向压缩,将波束形成技术构建的时延补偿因子矩阵作为稀疏变换... 为了减少滑坡监测雷达成像等效收发阵列天线数目,基于随机稀疏接收阵列和周期稀疏发射阵列,提出了一种基于逆傅里叶变换和压缩感知的成像方法。该方法通过逆傅里叶变换实现距离向压缩,将波束形成技术构建的时延补偿因子矩阵作为稀疏变换基,借助压缩感知降维思想,实现方位向数据压缩。数值仿真验证表明,本方法能在减少天线数目的情况下实现滑坡监测成像的良好性能。 展开更多
关键词 滑坡监测雷达 随机稀疏阵列 逆傅里叶变换 压缩感知
在线阅读 免费下载
结合加权Schatten-p范数与3D全变分的前景检测 预览
19
作者 陈利霞 刘俊丽 王学文 《计算机应用》 CSCD 北大核心 2019年第4期1170-1175,共6页
针对低秩与稀疏方法一般将前景看作背景中存在的异常像素点,从而使得在复杂场景中前景检测精确度下降的问题,提出一种结合加权Schatten-p范数与3D全变分(3D-TV)的前景检测模型。该模型首先将观测数据三分为低秩背景、运动前景和动态干扰... 针对低秩与稀疏方法一般将前景看作背景中存在的异常像素点,从而使得在复杂场景中前景检测精确度下降的问题,提出一种结合加权Schatten-p范数与3D全变分(3D-TV)的前景检测模型。该模型首先将观测数据三分为低秩背景、运动前景和动态干扰;然后利用3D全变分来约束运动前景,并加强对前景目标时空连续性的先验考虑,有效抑制了不连续动态背景异常点的随机扰动;最后利用加权Schatten-p范数约束视频背景的低秩性能,去除噪声干扰。实验结果表明,与鲁棒主成分分析(RPCA)、高阶RPCA(HoRPCA)和张量RPCA(TRPCA)等模型相比,所提模型的综合衡量指标F-measure值是最高的,查全率与查准率也处于最优或次优状态。由此可知,所提模型在动态背景、恶劣天气等复杂场景中能有效提高运动目标的提取精确度,且提取的前景目标视觉效果较好。 展开更多
关键词 低秩稀疏分解 前景检测 加权Schatten-p 范数 3D全变分
在线阅读 下载PDF
基于GMM-FMs的广告点击率预测研究 预览
20
作者 邓路佳 刘平山 《计算机工程》 CAS CSCD 北大核心 2019年第5期122-126,共5页
传统单一模型对广告点击率(CTR)的预测效果较片面,且广告日志数据存在稀疏性问题。为此,将高斯混合模型(GMM)与因子分解机(FM)相结合,建立一种广告点击率预测模型GMM-FMs。对原始数据集进行高斯聚类,在聚类后得到的数据子集上分别建立CT... 传统单一模型对广告点击率(CTR)的预测效果较片面,且广告日志数据存在稀疏性问题。为此,将高斯混合模型(GMM)与因子分解机(FM)相结合,建立一种广告点击率预测模型GMM-FMs。对原始数据集进行高斯聚类,在聚类后得到的数据子集上分别建立CTR预测模型,将多个预测模型的结果进行有效加权得到最终结果。实验结果表明,相比传统逻辑回归与FM模型,该模型在训练集与测试集比例不同时均能取得较高的AUC值。 展开更多
关键词 广告点击率 高斯混合模型 因子分解机 数据稀疏性 逻辑回归模型
在线阅读 下载PDF
上一页 1 2 17 下一页 到第
使用帮助 返回顶部 意见反馈