我要投稿 查看投稿进度
学术期刊
在线客服
客服电话：400-188-5008
客服邮箱：service@ccnpub.com
投诉举报：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享

请选择 目标期刊

基于稀疏DBN和双向LSTM的视觉语音识别算法 下载：63 浏览：429

王一鸣 陈恳 《数据与科学》 2019年7期

摘要:
唇部视觉信息作为语音识别的辅助信息一直受到广泛关注,为更好的提取唇部视觉信息,提出一种基于稀疏深度信念网络(Deep Belief Network,DBN)和双向长短期记忆网络(Bidirectional Long Short-Term Memory,Bi LSTM)的视觉语音识别算法。该算法通过在DBN的目标函数后引入混合的l1/2范数和l1范数来实现DBN的稀疏表示,以此稀疏DBN对唇部视觉信息进行稀疏瓶颈特征的提取,再将提取的瓶颈特征送入Bi LSTM进行特征的学习分类。实验表明,该算法能有效的识别唇部视觉信息。

基于稀疏字典的李群机器学习算法 下载：44 浏览：388

熊啸东 李凡长 王邦军 梁合兰 《人工智能研究》 2020年9期

摘要:
李群机器学习理论被广泛应用于图像集分类中的数据表示和处理,并获得较优结果.由此,文中提出基于稀疏字典的李群机器学习算法.首先使用协方差矩阵对图像集建模,分析协方差矩阵构成的李群结构,应用对数映射将数据映射到线性空间中,得到数据的距离矩阵.再使用路标多维缩放对数据进行降维处理,降低运算成本.最后,使用带费舍尔判别字典学习进行分类.在YTC数据集上的实验证明文中算法具有良好的鲁棒性和准确率.

高光谱图像分类的融合分层深度网络联合稀疏表示算法 下载：47 浏览：360

王军浩 闫德勤 刘德山 闫汇聪 ​ 《人工智能研究》 2020年8期

摘要:
在高光谱图像分类领域中每个像素的局部邻域一旦包含来自不同类别的样本,联合稀疏表示将受邻域内字典原子与测试样本之间同谱异类的影响,严重降低分类性能.根据高光谱图像的特点,文中提出融合分层深度网络的联合稀疏表示算法.在光谱和空间特征学习之间交替提取判别性光谱信息和空间信息,构建兼具空谱特征的学习字典,用于联合稀疏表示.在分类过程中将学习字典与测试样本间的相关系数与分类误差融合并决策.在两个高光谱遥感数据集上的实验验证文中算法的有效性.

隐式低秩稀疏表示的多视角子空间聚类 下载：58 浏览：348

张茁涵 曹容玮 李晨 程士卿 《人工智能研究》 2020年7期

摘要:
针对多视角子空间聚类问题,提出基于隐式低秩稀疏表示的多视角子空间聚类算法(LLSMSC).算法构建多个视角共享的隐式结构,挖掘多视角之间的互补性信息.通过对隐式子空间的表示施加低秩约束和稀疏约束,捕获数据的局部结构和稀疏结构,使聚类结果更准确.同时,使用基于增广拉格朗日乘子交替方向最小化算法高效求解优化问题.在6个不同数据集上的实验验证LLSMSC的有效性和优越性.

基于PST相位约束和稀疏表示的MS和PAN影像融合算法 下载：67 浏览：366

王相海1 白世夫1 李智1 宋若曦2 陶兢喆2 《人工智能研究》 2019年11期

摘要:
在基于多光谱(MS)影像和全色(PAN)遥感影像融合中,提高融合影像质量的一个关键问题是如何有效提取PAN影像的纹理特征信息,并有针对性地对MS影像进行信息注入.因此,文中提出基于相位拉伸变换(PST)相位约束的MS和PAN影像稀疏融合算法.首先对MS和PAN影像进行高斯滤波.对于中低频信息,基于PST相位差对影像中边缘和纹理区域的敏感性,通过高频信息PST的相位差获得融合权重约束.对于高频信息,通过学习PAN影像的高频信息获得训练字典,并利用字典对MS和PAN影像的高频信息进行稀疏表示和融合,提高融合高频信息的准确度.算法在一定程度上克服传统融合方法对边缘纹理区域融合效果较差和光谱信息扭曲等现象,取得更好的融合效果.大量仿真实验验证算法的有效性.

基于特征选择与时间一致性稀疏外观模型的目标追踪算法 下载：84 浏览：490

张伟东 赵建伟 周正华 曹飞龙 《人工智能研究》 2018年5期

摘要:
为了更有效利用追踪目标的判别特征信息,提高目标追踪的精度和鲁棒性,在粒子滤波追踪框架下提出基于特征选择与时间一致性稀疏外观模型的目标追踪算法.首先,采集目标的正负模板和候选目标,根据特征选择模型对正负模板和候选目标进行特征选择,去除多余的干扰信息,得到关键的特征信息.然后,利用正负模板和候选目标的特征建立多任务稀疏表示模型,引入时间一致性正则项,促进更多的候选目标与先前帧的追踪结果具有稀疏表示的相似性.最后,求解多任务稀疏表示模型,得到判别稀疏相似图,获取每个候选目标的判别分,根据目标追踪结果更新正负模板.实验表明,即使在复杂的环境下,文中算法仍然比其它一些追踪算法具有更高的准确性.

基于多特征融合的指挥手势识别方法研究 下载：54 浏览：451

王远明1 张珺1 秦远辉1 柴秀娟2 《建模与系统仿真》 2019年5期

摘要:
针对飞行甲板指挥手势识别特定应用需求,提出一种基于多特征融合的手势识别方法。利用深度摄像头采集到的视觉信息,从轨迹和手形两方面特征入手,建立了三维轨迹特征向量和手形稀疏表示。一方面基于轨迹特征通过轨迹归一化、重采样、对齐等处理进行识别,另一方面基于HOG(Histogramof Oriented Gradients)特征通过稀疏观察对齐进行手形识别,将识别结果进行有效融合。实验结果表明,提出的基于多特征融合的指挥手势识别方法在准确率上有较大提升,同时具有较好的鲁棒性。

基于改进的字典学习与稀疏表示的人脸表情识别 下载：56 浏览：454

黎明1，2 彭秀姣1 王艳2 《建模与系统仿真》 2018年10期

摘要:
为克服人脸表情图像识别过程中光照、遮挡等带来的影响,减少稀疏表示分类的时间,提出一种融合HOG特征和改进KC-FDDL(K-means Cluster and Fisher Discrimination Dictionary Learning)字典学习稀疏表示的人脸表情识别算法。对归一化后的表情图像提取HOG特征构成训练集,对训练集进行改进的K-均值聚类的Fisher判别字典学习,利用残差加权的稀疏表示进行表情分类。Cohn-Kanade数据库上的实验结果表明,该算法相比其他的人脸表情分类方法具有耗时低、相似表情分类更准确的优势。

复杂网络在人脸识别中的应用 下载：73 浏览：470

李玲 《计算机研究与应用》 2018年9期

摘要:
将复杂网络应用于人脸识别,提出一种新的人脸识别方法。以非约束条件下的人脸图像集为研究对象,把人脸图像集抽象成复杂网络系统,利用复杂网络理论知识来对人脸图像集进行研究以实现人脸图像的分类和识别。实验表明该方法具有较好的识别表现,并证明其优越性。

基于常数矩阵改进的SRC算法 下载：66 浏览：442

郑俊伟 《计算机研究与应用》 2018年7期

摘要:
在将稀疏人脸识别算法应用到实际中,常面对一个问题,即可用的训练样本很少。为此,提出一种新的方法,用于产生更多可用的训练样本,从而提高识别率。该方法通过让常数矩阵与原始训练样本相结合,从而获得更多可用的训练样本。通过四个数据库的数据证明方法的有效性,并在实验中获得较高的识别率。
[1/1]
|<
<
1
>
>|
在线客服：：点击联系客服
联系电话：：400-188-5008
客服邮箱：：service@ccnpub.com
投诉举报：：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享