期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到10篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于对偶贝叶斯U-Net的波阻抗不确定性反演方法研究
1
作者 王梓旭 王守东 +1 位作者 周晨 程万里 《石油物探》 北大核心 2025年第1期138-150,共13页
传统的深度神经网络通常只能实现确定性的预测,无法对反演结果进行不确定性分析,即无法对反演结果的可靠性进行评价。为实现标签数据不足条件下精确的波阻抗反演和对反演结果的不确定性分析,提出了一种基于对偶贝叶斯U-Net的波阻抗不确... 传统的深度神经网络通常只能实现确定性的预测,无法对反演结果进行不确定性分析,即无法对反演结果的可靠性进行评价。为实现标签数据不足条件下精确的波阻抗反演和对反演结果的不确定性分析,提出了一种基于对偶贝叶斯U-Net的波阻抗不确定性反演方法。首先,开展基于对偶贝叶斯U-Net、前沿深度学习反演方法和传统不确定性反演方法的模拟数据实验,对比分析3种方法的反演精度。然后,将对偶贝叶斯U-Net和传统不确定性反演方法的反演可靠性和对于含噪数据反演的鲁棒性进行对比分析。最后,将对偶贝叶斯U-Net应用于实际地震资料波阻抗反演中。模拟数据实验结果表明,该方法的对偶贝叶斯U-Net在少量标签数据条件下具有较高反演精度并对含噪数据反演有较强鲁棒性。此外,不确定性分析表明,该方法的反演结果可靠性强。实际数据测试结果表明,对偶贝叶斯U-Net能在实际工区数据反演中获得合理并可靠的反演结果。 展开更多
关键词 波阻抗反演 不确定性反演 深度神经网络 少量标签数据 对偶贝叶斯u-net
在线阅读 下载PDF
基于对偶犹豫模糊贝叶斯网络的威胁评估 被引量：1
2
作者 邱少明 王健 +1 位作者 杜秀丽 陈波 《电光与控制》 CSCD 北大核心 2020年第11期33-38,共6页
针对直觉模糊贝叶斯网络模型在对网络证据节点的信息描述中存在隶属度和非隶属度单一且未能充分考虑犹豫度的问题,提出了基于对偶犹豫模糊贝叶斯网络的威胁评估方法。首先,将直觉模糊集扩展到对偶犹豫模糊集,使得对节点信息的模糊性和... 针对直觉模糊贝叶斯网络模型在对网络证据节点的信息描述中存在隶属度和非隶属度单一且未能充分考虑犹豫度的问题,提出了基于对偶犹豫模糊贝叶斯网络的威胁评估方法。首先,将直觉模糊集扩展到对偶犹豫模糊集,使得对节点信息的模糊性和不确定性有了更贴近实际和更全面准确的描述;其次,通过改进的Dα算子将对偶犹豫模糊集中犹豫度重分配给隶属度和非隶属度并作为网络证据节点的输入;然后,分析了影响威胁评估的因素并建立了贝叶斯网络模型;最后,根据实时战场数据对目标威胁度进行结果预测与分析,仿真结果表明,该方法可以准确有效地评估出敌方对我方的威胁度。 展开更多
关键词 威胁评估 贝叶斯网络 对偶犹豫模糊信息 Dα算子
在线阅读 下载PDF
基于贝叶斯推断的高斯反卷积信号恢复
3
作者 吕若曦 曾雪迎 《中国海洋大学学报（自然科学版）》 CAS CSCD 北大核心 2024年第12期162-168,共7页
针对高斯卷积和白噪声干扰的降质信号,提出一种基于贝叶斯推断的信号恢复模型和数值算法。在模型中引入模型差异项来描述卷积核估计误差,并用高斯分布来描述其统计特性。基于贝叶斯推断,将后验分布解耦为多个推断问题,对信号、模型误差... 针对高斯卷积和白噪声干扰的降质信号,提出一种基于贝叶斯推断的信号恢复模型和数值算法。在模型中引入模型差异项来描述卷积核估计误差,并用高斯分布来描述其统计特性。基于贝叶斯推断,将后验分布解耦为多个推断问题,对信号、模型误差和卷积核参数分别利用原始对偶混合梯度方法、高斯共轭先验法、随机游走的Metropolis算法进行交替更新,有效恢复信号的同时对卷积核参数进行不确定性量化并避免误差传播。数值实验表明,本方法可以同时估计卷积核和恢复信号,性能优于传统的信号恢复方法。 展开更多
关键词 贝叶斯反问题 盲反卷积 信号恢复 原始对偶混合梯度 随机游走的Metropolis算法
在线阅读 下载PDF
基于对偶树复小波和MRF模型的纹理图像分割 被引量：4
4
作者 汪西莉 焦李成 《计算机科学》 CSCD 北大核心 2007年第1期187-190,共4页
基于对偶树复小波(DT-CWT)和马尔可夫随机场(MRF)模型提出了一种监督纹理图像分割算法,算法包括两个步骤,首先对复小波变换系数进行较为精确的建模,提取其一阶统计信息作为纹理特征,综合多个尺度的信息,基于极大似然标准进行初始分割;其... 基于对偶树复小波(DT-CWT)和马尔可夫随机场(MRF)模型提出了一种监督纹理图像分割算法,算法包括两个步骤,首先对复小波变换系数进行较为精确的建模,提取其一阶统计信息作为纹理特征,综合多个尺度的信息,基于极大似然标准进行初始分割;其次,将初始分割结果用MRF模型表示,基于贝叶斯最大后验(MAP)融合初始分割结果,得到最终的分割结果。算法应用于合成纹理图像和实际图像得到了良好的结果,对比实验表明算法所采用的纹理特征的提取方法、小波变换方式、用MRF模型来建模标号等是算法简洁有效的基础。 展开更多
关键词 对偶树复小波变换 纹理图像分割 马尔可夫随机场 贝叶斯估计
在线阅读 下载PDF
基于贝叶斯估计的复小波域图像去噪 被引量：1
5
作者 汪西原 《陕西师范大学学报（自然科学版）》 CAS CSCD 北大核心 2005年第4期62-65,共4页
基于对偶树复小波变换和贝叶斯估计技术,提出了一种图像噪声去除方法.与常用的离散二进小波变换相比,该方法具有逼近的移不变性和更多的方向选择性,有利于特征的跟踪、定位和保留.结合贝叶斯估计技术和自适应分布参数确定方法,给出了有... 基于对偶树复小波变换和贝叶斯估计技术,提出了一种图像噪声去除方法.与常用的离散二进小波变换相比,该方法具有逼近的移不变性和更多的方向选择性,有利于特征的跟踪、定位和保留.结合贝叶斯估计技术和自适应分布参数确定方法,给出了有效的图像去噪算法.结果表明,该方法去除噪声彻底,边界、纹理等特征保留较好. 展开更多
关键词 对偶树复小波变换 贝叶斯估计 图像去噪
在线阅读 下载PDF
基于反投影回归网络的医学图像超分辨率重建
6
作者 郑秋富 金燕 +1 位作者 姜智伟 胡奕标 《计算机辅助设计与图形学学报》 CSCD 北大核心 2024年第12期1968-1977,共10页
针对使用深度学习进行医学图像超分辨率重建时存在的欠定性问题,提出了一种基于反投影回归网络的医学图像超分辨率重建算法.该网络除了学习低分辨率到高分辨率图像的原始映射之外,还学习一个对偶回归映射来预测退化核并重建出低分辨率图... 针对使用深度学习进行医学图像超分辨率重建时存在的欠定性问题,提出了一种基于反投影回归网络的医学图像超分辨率重建算法.该网络除了学习低分辨率到高分辨率图像的原始映射之外,还学习一个对偶回归映射来预测退化核并重建出低分辨率图像,形成一个闭环以提供额外的约束条件,通过该约束减小低分辨率到高分辨率图像的映射空间,从而缓解图像重建时的欠定性问题;并在上采样和下采样过程中引入了反投影机制,通过误差反馈来减少上、下采样时丢失的特征信息.在PyTorch环境中,与EDSR,DBPN,RCAN等算法在Mayo和TCGA-KICH数据集进行了对比实验.结果表明,所提算法的评价指标优于对比算法,如Mayo数据集上2倍放大因子下,所提算法的峰值信噪比高于对比算法0.12~1.41 dB. 展开更多
关键词 医学图像重建 对偶回归 误差反馈 u-net 卷积神经网络
在线阅读 下载PDF
基于小样本学习的图像分类技术综述 被引量：94
7
作者 刘颖 雷研博 +3 位作者 范九伦 王富平 公衍超 田奇 《自动化学报》 EI CAS CSCD 北大核心 2021年第2期297-315,共19页
图像分类的应用场景非常广泛,很多场景下难以收集到足够多的数据来训练模型,利用小样本学习进行图像分类可解决训练数据量小的问题.本文对近年来的小样本图像分类算法进行了详细综述,根据不同的建模方式,将现有算法分为卷积神经网络模... 图像分类的应用场景非常广泛,很多场景下难以收集到足够多的数据来训练模型,利用小样本学习进行图像分类可解决训练数据量小的问题.本文对近年来的小样本图像分类算法进行了详细综述,根据不同的建模方式,将现有算法分为卷积神经网络模型和图神经网络模型两大类,其中基于卷积神经网络模型的算法包括四种学习范式:迁移学习、元学习、对偶学习和贝叶斯学习;基于图神经网络模型的算法原本适用于非欧几里得结构数据,但有部分学者将其应用于解决小样本下欧几里得数据的图像分类任务,有关的研究成果目前相对较少.此外,本文汇总了现有文献中出现的数据集并通过实验结果对现有算法的性能进行了比较.最后,讨论了小样本图像分类技术的难点及未来研究趋势. 展开更多
关键词 迁移学习 元学习 对偶学习 贝叶斯学习 图神经网络
在线阅读 下载PDF
概率图模型中的变分近似推理方法 被引量：9
8
作者 程强 陈峰 +1 位作者 董建武 徐文立 《自动化学报》 EI CSCD 北大核心 2012年第11期1721-1734,共14页
概率图模型将图论和概率论相结合,为多个变量之间复杂依赖关系的表示提供了统一的框架,在计算机视觉、自然语言处理和计算生物学等领域有着广泛的应用.概率推理(包括计算边缘概率和计算最大概率状态等问题)是概率图模型研究及应用的核... 概率图模型将图论和概率论相结合,为多个变量之间复杂依赖关系的表示提供了统一的框架,在计算机视觉、自然语言处理和计算生物学等领域有着广泛的应用.概率推理(包括计算边缘概率和计算最大概率状态等问题)是概率图模型研究及应用的核心问题.本文主要介绍概率图模型近似推理方法中变分推理的最新研究成果.在变分近似推理的框架下,系统地归纳了概率图模型推理问题的基本研究思路,综述了目前主要的近似推理方法,并分析了近似算法的单调性、收敛性和全局性等性质.最后,对概率图模型近似推理方法的研究方向和应用前景作了展望. 展开更多
关键词 概率图模型 贝叶斯网 马尔科夫随机场 近似推理 变分法 对偶分解
在线阅读 下载PDF
混沌信号的马尔可夫模型降噪 被引量：4
9
作者 汪金菊 徐小红 +2 位作者 朱功勤 朱琇珺 傅建伟 《系统仿真学报》 CAS CSCD 北大核心 2009年第8期2299-2302,2307,共5页
基于马尔可夫模型的思想,提出了一种混沌信号的小波域统计降噪方法。利用对偶树复小波对信号进行小波分解,保留最高尺度上的尺度系数不变,对分解后的高频小波系数建立隐马尔可夫树模型。采用期望最大化算法估计该模型的参数,结合经验贝... 基于马尔可夫模型的思想,提出了一种混沌信号的小波域统计降噪方法。利用对偶树复小波对信号进行小波分解,保留最高尺度上的尺度系数不变,对分解后的高频小波系数建立隐马尔可夫树模型。采用期望最大化算法估计该模型的参数,结合经验贝叶斯方法估计源信号的小波系数,再用对偶树复小波逆变换得到降噪后的混沌信号。该模型具有近似平移不变性,计算复杂度小且能够捕获小波系数邻域的统计特征。仿真中分别对叠加不同强度高斯噪声的Lorenz混沌信号及实测远红外激光器产生的混沌信号进行了研究。结果表明了该方法的有效性,且能够较好地校正相空间中点的位置,逼近真实的混沌吸引子轨迹。 展开更多
关键词 混沌信号 降噪 对偶树复小波 马尔可夫 贝叶斯
在线阅读 下载PDF
基于不完美频谱检测的认知无线电网络资源分配 被引量：5
10
作者 唐丽萍 江逸伦 《计算机工程》 CAS CSCD 北大核心 2019年第8期173-177,197,共6页
为在不完美频谱检测环境下对资源进行优化分配,提出一种分布式认知无线电网络资源分配算法。根据贝叶斯理论给出子载波状态信任指数与统计平均干扰功率的概念,利用拉格朗日对偶分解理论,将原分配问题分解为独立的子问题并进行求解,以实... 为在不完美频谱检测环境下对资源进行优化分配,提出一种分布式认知无线电网络资源分配算法。根据贝叶斯理论给出子载波状态信任指数与统计平均干扰功率的概念,利用拉格朗日对偶分解理论,将原分配问题分解为独立的子问题并进行求解,以实现多用户资源的有效分配。仿真结果表明,相对基于回避准则的优化算法,该算法能有效提高系统容量,且能更快地达到循环结束条件。 展开更多
关键词 认知无线电网络 贝叶斯理论 资源分配 对偶分解理论 不完美频谱检测
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部