期刊文献+
共找到1,131篇文章
< 1 2 57 >
每页显示 20 50 100
基于鲁棒非负矩阵分解的增量式学习研究
1
作者 杨亮东 赵妍杰 李亚东 《科技创新与应用》 2025年第8期64-67,共4页
针对随着新增样本增多鲁棒非负矩阵分解的运算规模不断增大的现象,提出一种鲁棒非负矩阵分解的增量式学习算法。该算法对初始和新增样本采用L2,1范数来度量,首先对初始样本进行鲁棒非负矩阵分解;然后利用其分解结果参与后续迭代运算。... 针对随着新增样本增多鲁棒非负矩阵分解的运算规模不断增大的现象,提出一种鲁棒非负矩阵分解的增量式学习算法。该算法对初始和新增样本采用L2,1范数来度量,首先对初始样本进行鲁棒非负矩阵分解;然后利用其分解结果参与后续迭代运算。通过对ORL和YALE人脸数据库进行实验得出,与鲁棒非负矩阵分解算法、稀疏限制的非负矩阵分解算法结果进行对比,该算法的目标函数值在求解时最先达到平衡,得到最佳收敛效果节省运算时间。 展开更多
关键词 增量式学习 鲁棒矩阵分解 新增样本 稀疏限制 L2 1范数
在线阅读 下载PDF
多约束鲁棒非负矩阵分解的冲击特征频带自适应分解方法
2
作者 梁霖 崔旭军 +1 位作者 胡文昊 代普淼 《西安交通大学学报》 北大核心 2025年第4期171-179,192,共10页
针对非负矩阵分解(NMF)在轴承故障的冲击振动频带分解中存在能量导向引起的频带混叠问题,提出了一种面向冲击故障频带自适应分解的多约束鲁棒非负矩阵分解方法。首先,采用β散度自适应加权的误差函数来避免信号未知分布引起的风险,以信... 针对非负矩阵分解(NMF)在轴承故障的冲击振动频带分解中存在能量导向引起的频带混叠问题,提出了一种面向冲击故障频带自适应分解的多约束鲁棒非负矩阵分解方法。首先,采用β散度自适应加权的误差函数来避免信号未知分布引起的风险,以信号频带数量作为分解秩的选择参考,通过对基矩阵施加正交约束实现自适应频带划分;其次,结合周期冲击响应时频谱的光滑频域和稀疏时域的特性,引入具有良好物理意义的光滑、稀疏约束,构建了面向振动时频谱的多约束鲁棒非负矩阵分解模型;最后,借助正则化技术和Stiefel流形优化方法设计了求解算法。仿真和实验结果表明,与多种NMF方法和典型频带选择方法相比,在面对缺陷引起的微弱冲击时,低频区间中往往存在着多种干扰源影响,所提分解模型能准确提取出高频区间的冲击响应频带,避免了能量导向的传统频带分解方式不足,约束项的引入则有效地提升了NMF的求解结果,增强了NMF方法在冲击特征频带微弱时的辨识能力。 展开更多
关键词 冲击特征频带 矩阵分解 多约束 频带分解
在线阅读 下载PDF
基于非负矩阵分解的函数型聚类算法改进与比较
3
作者 王丙参 魏艳华 李旭 《统计与决策》 CSSCI 北大核心 2024年第15期46-52,共7页
非负函数型数据可以不等间隔观测,在理论和实践中应用广泛,对其进行聚类可以更好地探索客观规律。文章利用位置积分变换将函数型数据转化为高维向量,再通过非负矩阵分解(NMF)将其转化为低维向量,以此构建函数型聚类算法。针对基于NMF的... 非负函数型数据可以不等间隔观测,在理论和实践中应用广泛,对其进行聚类可以更好地探索客观规律。文章利用位置积分变换将函数型数据转化为高维向量,再通过非负矩阵分解(NMF)将其转化为低维向量,以此构建函数型聚类算法。针对基于NMF的函数型谱聚类算法,给出了确定聚类个数K的两种方法:一种是根据Laplacian矩阵的特征值确定K;另一种是构建新评价指标,通过搜索确定K。数值实验结果显示:基于位置积分变换和NMF的函数型聚类算法有效,对函数结构要求宽松,但需限制函数取值为正;NMF的秩可通过cophenetic相关系数确定,建议取较小的值,以剔除类的冗余特征。在确定谱聚类的聚类个数K时,建议对降维后的数据进行标准化处理,以缩小样本间的距离变化范围;聚类个数变点图直观有效,再结合特征值差分法确定K很有参考价值,建议阈值取[0.05,0.08];根据吻合度与相似比确定K的方法有效且简单易懂。 展开更多
关键词 函数型数据 矩阵分解 谱聚类 聚类个数
在线阅读 下载PDF
一种改进增量非负矩阵分解人脸识别算法研究 被引量:1
4
作者 伊力哈木·亚尔买买提 吐松江·卡日 《计算机仿真》 北大核心 2020年第7期309-313,共5页
针对人脸面部图像辨识易受非均匀光照因素的影响,从而降低识别率问题,提出一种改进的人脸识别算法。首先,通过使用中心对称局部二阶微分模式提取人脸图像的二阶微分表征向量;其次,利用改进的增量非负矩阵分解(IINMF)算法来训练人脸图像... 针对人脸面部图像辨识易受非均匀光照因素的影响,从而降低识别率问题,提出一种改进的人脸识别算法。首先,通过使用中心对称局部二阶微分模式提取人脸图像的二阶微分表征向量;其次,利用改进的增量非负矩阵分解(IINMF)算法来训练人脸图像样本的类别信息进而提取人脸图像表征向量,同时提高了算法迭代优化求解时的收敛机能;然后使用典型相关性分析(CCA)合并CS-LDP和IINMF提取的人脸面部图像表征向量获得融合后的人脸图像表征向量,最后利用最近邻分类器进行分类,获得最后的辨识结果。实验结果表明,提出的算法对光照下的识别具有较高的识别率,拥有良好的实时性和鲁棒性。 展开更多
关键词 均匀光照 中心对称局部二阶微分模式 改进的增量非负矩阵分解 典型相关性分析
在线阅读 下载PDF
基于对抗训练的图正则化非负矩阵分解算法
5
作者 张雨蓉 张书铭 +1 位作者 何进荣 闭应洲 《延安大学学报(自然科学版)》 2025年第1期89-95,共7页
传统的非负矩阵分解(NMF)在处理复杂数据集时,因忽略局部特征和鲁棒性不足而受限。为应对这些问题,本文提出了一种新型的对抗训练图正则化非负矩阵分解算法(AT-GNMF),旨在通过提高降维过程的准确性来优化NMF的表示能力。算法通过引入对... 传统的非负矩阵分解(NMF)在处理复杂数据集时,因忽略局部特征和鲁棒性不足而受限。为应对这些问题,本文提出了一种新型的对抗训练图正则化非负矩阵分解算法(AT-GNMF),旨在通过提高降维过程的准确性来优化NMF的表示能力。算法通过引入对抗性扰动,模拟数据在实际应用中可能遇到的攻击和噪声,促使模型学习到更为鲁棒的特征。结合图正则化技术,AT-GNMF进一步强化了数据局部结构的保持,有助于在降维过程中保留数据的关键信息。此外,通过网格搜索技术优化了超参数,确保了模型在给定超参数空间内达到最优性能。通过在多个公开数据集上进行的实验,采用聚类任务作为性能评估的基准,验证了AT-GNMF在复杂数据降维任务中的优越性能。 展开更多
关键词 对抗训练 矩阵分解 图正则化 图像聚类 超参数优化
在线阅读 下载PDF
基于L_(1/2)稀疏性和峰度平滑约束非负矩阵分解的高光谱图像解混
6
作者 杨国亮 张佳琦 盛杨杨 《现代信息科技》 2025年第5期45-50,共6页
为了解决传统高光谱图像解混方法中存在的解混效率低、计算复杂和易受噪声和异常点影响等问题,提出了一种基于L_(1/2)稀疏性和峰度平滑约束非负矩阵分解(L_(1/2)-KSNMF)的算法。针对高光谱图像中非线性混合情形,该方法首先引入了L_(1/2... 为了解决传统高光谱图像解混方法中存在的解混效率低、计算复杂和易受噪声和异常点影响等问题,提出了一种基于L_(1/2)稀疏性和峰度平滑约束非负矩阵分解(L_(1/2)-KSNMF)的算法。针对高光谱图像中非线性混合情形,该方法首先引入了L_(1/2)范数作为稀疏度度量,提高解混的准确性;引入峰度平滑约束,将空间信息融合到解混模型中,提高解混结果的空间连续性;实验结果表明,该算法在解混准确性和计算效率以及从高光谱数据中提取端元光谱方面都表现出优异的性能。 展开更多
关键词 高光谱图像 矩阵分解 L_(1/2)稀疏约束 高光谱图像解混(HU)
在线阅读 下载PDF
基于非负矩阵分解和改进相关分析的低压台区拓扑辨识方法 被引量:2
7
作者 蒋雯倩 徐达 +3 位作者 林秀清 黄军力 覃予鹏 蔡翰举 《电力系统及其自动化学报》 CSCD 北大核心 2024年第7期133-139,共7页
针对低压配电台区拓扑更新不及时,量测质量低、拓扑信息不够精确的问题,提出一种基于非负矩阵分解改进Pearson相关系数的低压配电台区拓扑辨识方法。首先,利用非负矩阵分解对电压时间序列进行降维。然后,在Pearson相关系数的基础上,加... 针对低压配电台区拓扑更新不及时,量测质量低、拓扑信息不够精确的问题,提出一种基于非负矩阵分解改进Pearson相关系数的低压配电台区拓扑辨识方法。首先,利用非负矩阵分解对电压时间序列进行降维。然后,在Pearson相关系数的基础上,加入距离度量来修正相似性矩阵。最后,对综合相似度矩阵进行系统聚类,实现低压配电台区户-变识别和台区内用户相邻关系识别。通过实际低压配电台区算例验证了所提方法的有效性和准确性。 展开更多
关键词 拓扑辨识 矩阵分解 低压配电网 智能量测数据 改进相关系数
在线阅读 下载PDF
基于改进的非负矩阵分解技术的抗运动干扰心电信号感知方法
8
作者 曹烨彤 李凡 +2 位作者 刘晓晨 谢睆冉 陈慧杰 《电子学报》 CSCD 北大核心 2024年第12期4153-4165,共13页
连续监测心电信号对于加强心血管疾病的早期筛查和诊断至关重要.然而,现有的心电信号监测方法存在依赖昂贵设备、依赖用户执行特殊操作、应用场景受限等弊端,无法满足广泛人群在日常生活状态下长期连续监测心电的迫切需求.为了克服上述... 连续监测心电信号对于加强心血管疾病的早期筛查和诊断至关重要.然而,现有的心电信号监测方法存在依赖昂贵设备、依赖用户执行特殊操作、应用场景受限等弊端,无法满足广泛人群在日常生活状态下长期连续监测心电的迫切需求.为了克服上述问题,本研究提出了一种基于改进的非负矩阵分解技术的抗运动干扰心电信号感知方法 .其基本思想是利用成本低廉的腕戴式智能设备集成的陀螺仪,连续感知身体振动中隐含的心脏活动信息并生成细粒度心电信号.为了有效应对身体运动干扰难以消除的固有挑战,本研究提出了一种基于改进的非负矩阵分解技术的创新方法 .该方法能够在未经训练的情况下,成功提取因心跳引发的微弱心冲击振动信号,有效克服运动干扰问题.此外,针对心冲击振动信号在心动周期中波形动态性强且缺乏明确起止点的特点,本研究首次提出了四种全新的形态特征,并结合机器学习算法,精准识别心冲击振动信号中的尖峰点,从而实现对心动周期的精确切分.最后,本研究基于循环生成对抗网络,构建了心冲击振动信号与心电信号之间的映射关系.得益于该网络的创新设计,模型在无需用户提供训练数据的情况下,也能高效生成精准的心电波形.本研究对18位志愿者进行了大量实验,结果表明所提出的连续心电信号监测方法非常有效,抗运动干扰效果显著.在身体静止和运动的情况下,平均幅值误差分别为7.92%和9.02%,均满足医学标准规定的误差范围低于10%的要求. 展开更多
关键词 心电 腕戴式智能设备 心冲击振动 矩阵分解 循环生成对抗网络
在线阅读 下载PDF
稀疏约束的L21增量式非负矩阵分解研究
9
作者 杨亮东 赵妍杰 潘正红 《科技资讯》 2024年第12期240-244,共5页
针对新增数据增大而引起的运算效率增大的现象,提出了一种稀疏约束的增量式非负矩阵分解改进算法。该算法是在加入稀疏条件的情况下对增量数据使用L21范数。首先对初始数据进行经典非负矩阵分解,其次再利用其分解结果参与增量数据的运算... 针对新增数据增大而引起的运算效率增大的现象,提出了一种稀疏约束的增量式非负矩阵分解改进算法。该算法是在加入稀疏条件的情况下对增量数据使用L21范数。首先对初始数据进行经典非负矩阵分解,其次再利用其分解结果参与增量数据的运算,使目标函数在分解计算中具有较好的收敛效果和分解后数据有较好的稀疏度。实验部分主要是将该算法与增量式非负矩阵分解、稀疏约束的增量式非负矩阵分解、经典非负矩阵分解算法进行对比,得出在分解后数据的稀疏度和收敛快慢方面该算法均优于其他3个算法。 展开更多
关键词 矩阵分解 增量式学习 图像识别 稀疏约束 L21范数
在线阅读 下载PDF
改进增量式非负矩阵分解算法及其在人脸识别中的应用 被引量:1
10
作者 蔡竞 张嘉琪 钱康 《信息通信》 2016年第7期4-8,共5页
非负矩阵分解(NMF)是一种有效的子空间降维方法,凭借其可解释性在人脸识别方面有着较好的应用。而增量式非负矩阵分解(INMF)利用近似的原则将上一步迭代寻优的运算结果参与后续计算,有效改善了NMF算法运算规模随训练样本增多而不断增大... 非负矩阵分解(NMF)是一种有效的子空间降维方法,凭借其可解释性在人脸识别方面有着较好的应用。而增量式非负矩阵分解(INMF)利用近似的原则将上一步迭代寻优的运算结果参与后续计算,有效改善了NMF算法运算规模随训练样本增多而不断增大的现象。文章提出的改进增量式非负矩阵分解算法(Improved Incremental Non-negative Matrix Factorization)在INMF的基础上进一步利用了新加入样本的类别信息,优化了算法中参与迭代的增量系数向量的初始化值,使目标函数在迭代求解时具有更快的收敛速度和全局寻优能力。通过在ORL和YALE人脸数据库上的实验表明,该算法在运算速度和识别率上均优于传统的NMF算法和INMF算法。 展开更多
关键词 人脸识别 子空间降维 矩阵分解 增量学习 初始化 类别信息
在线阅读 下载PDF
基于加权非负矩阵分解的异常声音检测方法研究
11
作者 潘雨青 于浩 李峰 《计算机工程与科学》 CSCD 北大核心 2024年第8期1425-1432,共8页
异常声音检测方法多用强标签数据进行训练,而高质量的强标签音频数据标注难度较大、收集成本高昂。针对现有异常音频检测方法使用弱标签数据会受到非平稳和时变噪声的干扰,导致训练结果较差、准确率低的问题,提出一种基于音频频谱的加... 异常声音检测方法多用强标签数据进行训练,而高质量的强标签音频数据标注难度较大、收集成本高昂。针对现有异常音频检测方法使用弱标签数据会受到非平稳和时变噪声的干扰,导致训练结果较差、准确率低的问题,提出一种基于音频频谱的加权非负矩阵分解WNMF方法。该方法使用WNMF对弱标签和无标签数据进行标记,并分离目标声音事件和背景噪声。在适当的权值下,WNMF改变标记时不同频段音频信息的重要性,以抑制噪声,提高分离质量,使其逼近全监督模型训练的效果;之后使用卷积神经网络产生帧级预测和音频标签预测。仿真实验结果表明,该方法的准确率相比于传统NMF处理弱标签数据的方法提升了4.8%。 展开更多
关键词 异常声音检测 弱标签和无标签数据 加权矩阵分解 卷积神经网络
在线阅读 下载PDF
基于伽玛-泊松分布和图正则化的单细胞非负矩阵分解算法
12
作者 龙法宁 潘伟权 苏秀秀 《广西科学》 北大核心 2024年第5期925-938,共14页
单细胞RNA测序(Single-cell RNA sequencing, scRNA-seq)可以获取单细胞水平的基因表达谱。然而,目前许多基于非负矩阵分解(Non-negative Matrix Factorization, NMF)的降维算法在细胞类型识别中往往忽视了数据概率分布和细胞之间的拓... 单细胞RNA测序(Single-cell RNA sequencing, scRNA-seq)可以获取单细胞水平的基因表达谱。然而,目前许多基于非负矩阵分解(Non-negative Matrix Factorization, NMF)的降维算法在细胞类型识别中往往忽视了数据概率分布和细胞之间的拓扑关系,无法较好地兼顾数据的全局结构和局部结构。为了克服传统NMF降维算法在处理高维含噪稀疏数据时的不足,本文提出一种改进的单细胞非负矩阵分解算法GPNMF。GPNMF结合了伽玛-泊松(Gamma-Poisson)分布假设和图正则化技术,通过迭代更新因子分解矩阵以最小化重构误差,从而有效地保留数据的局部结构与全局结构。通过引入约束优化并稳定化模型,GPNMF在分解单细胞表达数据时能够提供更为稳健和可靠的结果。最后,利用真实scRNA-seq数据进行实验,验证了GPNMF的有效性,并展示了其在单细胞基因表达数据轨迹推断分析中的潜在应用。 展开更多
关键词 单细胞RNA测序 降维 图正则化 伽玛-泊松分布 矩阵分解(NMF)
在线阅读 下载PDF
广义高斯分布的卷积传递函数多通道非负矩阵分解 被引量:1
13
作者 张聪 杨飞然 +1 位作者 陈先梅 杨军 《声学学报》 EI CAS CSCD 北大核心 2024年第3期598-610,共13页
基于卷积传递函数的多通道非负矩阵分解(CTF-MNMF)在长混响环境的盲源分离中取得了较好的性能,但该算法的分离性能依然受到声源模型的限制。因此提出了基于广义高斯分布(GGD)的CTF-MNMF算法,通过将域参数引入NMF中并利用广义非负矩阵分... 基于卷积传递函数的多通道非负矩阵分解(CTF-MNMF)在长混响环境的盲源分离中取得了较好的性能,但该算法的分离性能依然受到声源模型的限制。因此提出了基于广义高斯分布(GGD)的CTF-MNMF算法,通过将域参数引入NMF中并利用广义非负矩阵分解(GNMF)建模GGD的非负尺度因子,提高了声源模型捕捉信号离群值的鲁棒性,进而提高了声源估计的准确性。采用基于辅助函数的优化策略给出分离矩阵和非负矩阵参数的更新公式。仿真结果表明所提算法在语音和音乐两种信号的分离实验中均取得了比GGD-ILRMA、WPE-ILRMA和CTF-MNMF更好的分离性能。 展开更多
关键词 盲源分离 广义高斯分布 卷积传递函数 矩阵分解
原文传递
基于非负矩阵分解的中红外地表特性光谱重建方法 被引量:2
14
作者 李殷娜 李正强 +7 位作者 郑杨 侯伟真 徐文斌 马䶮 樊程 葛邦宇 姚前 史正 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2024年第2期563-570,共8页
在中红外遥感领域,高光谱地表反射率/发射率等地表特性具有极高的应用价值和应用需求,但利用卫星遥感手段难以获取吸收波段的高光谱地表反射/发射特性,且通过光谱重建获取全波段的地表特性方法仍存在很多问题。为解决中红外全波段地表... 在中红外遥感领域,高光谱地表反射率/发射率等地表特性具有极高的应用价值和应用需求,但利用卫星遥感手段难以获取吸收波段的高光谱地表反射/发射特性,且通过光谱重建获取全波段的地表特性方法仍存在很多问题。为解决中红外全波段地表特性光谱重建所面临的难题,基于约翰霍普金斯大学(Johns Hopkins University,JHU)地物波谱库和中分辨率成像光谱仪(MODIS)短波红外和中红外地表多光谱卫星产品,提出了一种利用非负矩阵分解(NMF)重建高光谱地表反射率的方法,对2.5~5.0μm中红外光谱范围内的地表反射/发射率进行光谱重建,重建后的光谱分辨率可达10 nm。首先基于JHU地物波谱库选取4种典型地物类型(土壤、植被、人造材料和岩石),建立地物光谱库样本信息,再利用MODIS传感器光谱响应函数,根据等效计算公式将2.0~5.0μm波段范围反射率结果重采样到10 nm光谱间隔、共301个波段,得到JHU地表反射率光谱数据集。对光谱数据集进行非负矩阵分解处理,提取4条端元向量光谱曲线,结合MODIS短波红外和中红外4个波段(2.13、3.75、3.96和4.05μm)的全球月均地表反射率/发射率产品,可计算每个像元对应的权重系数向量,从而进行任意波段的光谱重建,得到全球范围内陆地5 km×5 km分辨率的月均地表反射率重建结果。同时为综合评价该光谱重建方法,从光谱数据集中提取MODIS短波红外和中红外4个波段(2.13、3.75、3.96和4.05μm)的子数据集,计算对应的权重系数向量,进行2.0~5.0μm光谱范围内的全波段的反射率光谱重建。重建结果对应的平均绝对误差优于0.01,平均相对误差优于10%,在只有MODIS卫星4个波段数据可用的低秩病态的情况下,可较好地满足光谱重建的精度要求。并且为满足重建结果可视化需求,基于网络地理信息系统(WebGIS)技术,利用Cesium框架,采用浏览器/服务器架构,搭建了二三维一体化可视化系统,将卫星底图、地形数据与光谱重建结果等集成展示,从而进行直观的多因素分析,为卫星产品的展示与验证提供支撑。 展开更多
关键词 高光谱 矩阵分解 地表反射率 光谱重建 MODIS WEBGIS
在线阅读 下载PDF
基于Lp范数的非负矩阵分解并行优化算法 被引量:2
15
作者 黄路路 唐舒宇 +1 位作者 张伟 代祥光 《计算机科学》 CSCD 北大核心 2024年第2期100-106,共7页
非负矩阵分解算法可以从高维数据中提取出低维和稀疏的有用信息,是处理图像聚类、数据压缩和特征提取等问题的重要手段。传统非负矩阵分解算法大多采用欧几里得距离来度量重构误差,尽管其在许多任务中已经显示出有效性,但在解决实际应... 非负矩阵分解算法可以从高维数据中提取出低维和稀疏的有用信息,是处理图像聚类、数据压缩和特征提取等问题的重要手段。传统非负矩阵分解算法大多采用欧几里得距离来度量重构误差,尽管其在许多任务中已经显示出有效性,但在解决实际应用问题时仍面临着聚类效果欠佳、收敛速度慢、稳定性较差等问题。为解决这些问题,文中采用Lp范数作为非负矩阵分解的损失函数,通过调节系数p来获得更好的聚类结果。基于协同优化理论和Majorization-Minimization算法,使用粒子群优化算法来并行求解基于Lp范数的非负矩阵分解问题,并在多个真实数据集上验证了所提方法的可行性和有效性。实验结果表明所提算法明显提升了程序的执行效率且一系列评价指标均优于传统非负矩阵分解算法。 展开更多
关键词 矩阵分解 LP范数 聚类 并行优化 收敛速度
在线阅读 下载PDF
采用改进投影梯度非负矩阵分解和非采样Contourlet变换的图像融合方法 被引量:20
16
作者 杨粤涛 朱明 +1 位作者 贺柏根 高文 《光学精密工程》 EI CAS CSCD 北大核心 2011年第5期1143-1150,共8页
针对非负矩阵分解(NMF)算法时间复杂度较高,而投影梯度(PG)优化方法可以大幅降低NMF约束优化迭代问题的时间复杂度,提出一种基于改进的投影梯度NMF(IPGNMF)和非采样Contourlet变换(NSCT)相结合的图像融合方法。采用NSCT对已配准的源图... 针对非负矩阵分解(NMF)算法时间复杂度较高,而投影梯度(PG)优化方法可以大幅降低NMF约束优化迭代问题的时间复杂度,提出一种基于改进的投影梯度NMF(IPGNMF)和非采样Contourlet变换(NSCT)相结合的图像融合方法。采用NSCT对已配准的源图像进行多尺度、多方向的分解,将分解后的低频部分作为原始数据,利用IPGNMF得到包含特征基的低通子带系数;高频部分应用了一种基于邻域一致性测度(NHM)的局部自适应融合规则得到各带通方向子带系数。经过NSCT逆变换得到融合图像。实验结果表明,融合结果在主观和客观评价上均优于NSWT方法、IPGNMF方法和NSCT方法。与NSCT法相比,实验所采用的两组图像的信息熵、清晰度和Q指标分别提高了0.0627%、0.901%、3.120 1%和2.769%、2.203%、1.049%。 展开更多
关键词 图像融合 矩阵分解 投影梯度 采样CONTOURLET变换
在线阅读 下载PDF
基于非负矩阵分解与改进极端学习机的变压器油中溶解气体浓度预测模型 被引量:8
17
作者 刘亚南 范立新 +3 位作者 徐钢 唐一铭 刘全 都晨 《高压电器》 CAS CSCD 北大核心 2016年第1期162-169,共8页
变压器油中溶解气体浓度是评估变压器绝缘状态的重要依据,对气体浓度进行有效预测,可以及时识别变压器潜伏性故障。文中提出一种基于非负矩阵分解(nonnegative matrix factorization,NMF)与改进极端学习机(extreme learning machine,ELM... 变压器油中溶解气体浓度是评估变压器绝缘状态的重要依据,对气体浓度进行有效预测,可以及时识别变压器潜伏性故障。文中提出一种基于非负矩阵分解(nonnegative matrix factorization,NMF)与改进极端学习机(extreme learning machine,ELM)组合的变压器中溶解气体浓度预测模型。该方法通过NMF算法对输入样本进行分解,同时引入Adaboost算法对极端学习机进行改进;将低维矩阵作为模型的训练样本输入,剔除冗余数据,提高预测精度。实例分析结果表明,文中提出的方法能有效地降低输入样本维数,提高预测精度,能较好地解决变压器油中溶解气体浓度预测问题。 展开更多
关键词 变压器 溶解气体 矩阵分解 极端学习机 ADABOOST算法
在线阅读 下载PDF
具有普适性的改进非负矩阵分解图像特征提取方法 被引量:12
18
作者 贾旭 孙福明 +1 位作者 李豪杰 曹玉东 《计算机应用》 CSCD 北大核心 2018年第1期233-237,254,共6页
为提高图像特征提取的普适性,提出了一种基于改进非负矩阵分解(NMF)的图像特征提取方法。首先,考虑到提取的图像特征的实际意义,选用非负矩阵分解模型进行图像特征的降维处理;其次,为实现用较小数量系数来描述图像特征,将稀疏约束作为... 为提高图像特征提取的普适性,提出了一种基于改进非负矩阵分解(NMF)的图像特征提取方法。首先,考虑到提取的图像特征的实际意义,选用非负矩阵分解模型进行图像特征的降维处理;其次,为实现用较小数量系数来描述图像特征,将稀疏约束作为非负矩阵分解模型的正则项之一;然后,为使降维后优化得到的特征具有较好的类间区分性,将聚类属性作为非负矩阵分解的另一个正则项;最后,通过对模型的梯度下降优化求解,获得最优的特征基向量与图像特征向量。实验结果表明,针对3种图像数据库,所提的图像特征更有利于图像正确分类或识别,错误接受率(FAR)与错误拒绝率(FRR)分别可以降低到0.021与0.025。 展开更多
关键词 矩阵分解 特征提取 稀疏表示 梯度下降法 特征降维
在线阅读 下载PDF
基于Fisher判别分析的增量式非负矩阵分解算法 被引量:4
19
作者 蔡竞 王万良 +2 位作者 郑建炜 罗志坚 申思 《模式识别与人工智能》 EI CSCD 北大核心 2018年第6期505-515,共11页
增量式非负矩阵分解算法是基于子空间降维技术的无监督增量学习方法.文中将Fisher判别分析思想引入增量式非负矩阵分解中,提出基于Fisher判别分析的增量式非负矩阵分解算法.首先,利用初始样本训练的先验信息,通过索引矩阵对新增系数矩... 增量式非负矩阵分解算法是基于子空间降维技术的无监督增量学习方法.文中将Fisher判别分析思想引入增量式非负矩阵分解中,提出基于Fisher判别分析的增量式非负矩阵分解算法.首先,利用初始样本训练的先验信息,通过索引矩阵对新增系数矩阵进行初始化赋值.然后,将增量式非负矩阵分解算法的目标函数改进为批量式的增量学习算法,在此基础上施加类间散度最大和类内散度最小的约束.最后,采用乘性迭代的方法计算分解后的因子矩阵.在ORL、Yale B和PIE等3个不同规模人脸数据库上的实验验证文中算法的有效性. 展开更多
关键词 子空间降维 有监督学习 FISHER判别分析 矩阵分解 增量学习
在线阅读 下载PDF
基于非负矩阵分解的双曲调频信号目标回波增强
20
作者 崔小斌 李淑秋 +5 位作者 李宇 李子高 孙飞虎 迟骋 金盛龙 王冠群 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2024年第7期1273-1279,共7页
双曲调频信号是主动声呐中常用的多普勒不敏感信号。在实际使用中,由于信道变化和混响影响,目标回波较弱。针对水下航行器主动声呐探测性能下降问题,本文提出基于非负矩阵分解的双曲调频信号目标回波增强方法。该方法对目标回波和干扰... 双曲调频信号是主动声呐中常用的多普勒不敏感信号。在实际使用中,由于信道变化和混响影响,目标回波较弱。针对水下航行器主动声呐探测性能下降问题,本文提出基于非负矩阵分解的双曲调频信号目标回波增强方法。该方法对目标回波和干扰信号的基矩阵分别定义,将发射信号的时频图作为目标回波的频率信息矩阵,对目标回波的时间信息矩阵做出约束,迭代处理完成目标回波的增强,获得较高增益的匹配回波检测结果。数值仿真和海上试验结果表明:本文方法与传统匹配滤波方法相比,其峰均比值提高了2 dB以上,提高了回波检测结果。 展开更多
关键词 主动声呐 水下探测 混响 噪声 矩阵分解 双曲调频信号 回波增强 目标检测
在线阅读 下载PDF
上一页 1 2 57 下一页 到第
使用帮助 返回顶部