公共文化服务平台

共 5 条记录，以下是 1-5

全选清除导出

排序方式：

A new kind of nonlinear fractional-order chaotic phenomenon in coupled systems： coexistence of anti-phase and complete synchronization: 2011年; Zhang Jun-FengPei Qiu-YuZhang Xiao-Li; 关键词：分数阶系统线性控制器

基于前向后向算子分裂的稀疏信号重构被引量：5: 2012年; 压缩感知包括压缩采样与稀疏重构.压缩采样突破了传统的香农采样定理限制,降低了采集数据量,是新兴的信号采集方法.稀疏重构算法是恢复原始高维信号的关键步骤,已成为信号处理及相关领域的研究热点.设计了一种稀疏重构算法FPSP3,该算法包含3个要素:不动点迭代,SPG2非单调线搜索及热启动技术.将非光滑L1范数罚最小二乘的最优解表示为梯度算子与次微分算子和的零点,采用前向后向算子分裂法推导出最优解方程为包括前向梯度步与后向邻近步的不动点迭代,通过证明后向邻近步对应L1范数的邻近算子即软阈值收缩,从而将不动点迭代表示为梯度下降与软阈值收缩.通过证明梯度算子逆是强单调的从而简化了收敛步长分析,给出了不动点迭代线性收敛于最优解的简要证明.采用SPG2非单调线搜索与热启动技术显著加快了算法实际运行速率,在稀疏重构实验中与某些著名的L1范数方法进行了比较,结果表明FPSP3具有运算速度与重构精度优势.; 谢志鹏; 关键词：压缩感知算子分裂不动点迭代非单调线搜索

CSMP:基于约束等距的压缩感知匹配追踪被引量：6: 2012年; 压缩感知包括压缩采样与稀疏重构,是一种计算欠定线性方程组稀疏解的方法.大规模快速重构方法是压缩感知的研究热点.提出一种匹配追踪算法CSMP,采用迭代式框架和最佳s项逼近以逐步更新信号的支集与幅度.基于约束等距性质进行收敛分析,算法收敛的充分条件为3s阶约束等距常数小于0.23,松弛了匹配追踪重构s稀疏信号的约束等距条件,加快了收敛速度.为适用于大规模稀疏信号重构,提供了可进行随机投影测量子集与稀疏基子集选择的矩阵向量乘算子,可利用离散余弦变换与小波变换,避免了大规模矩阵的显式存储.在220随机支集的稀疏高斯信号,512×512Lenna图像上进行压缩采样与稀疏重构实验并与其他算法进行比较,结果表明所提算法快速稳健,适用于大规模稀疏信号重构.; 谢志鹏陈松灿

加权Laplacian分类器: 2012年; 传统的Laplacian分类器通过Parzen窗估计概率密度函数,而后基于Cauchy-Schwarz散度(Cauchy-Schwarz Divergence,CSD)定义分类准则进行分类,主要强调了小概率类别,致使对较高概率的类的分类效果较一般.针对此,提出了一个改进方法.关键是对小样本类用加权代替无权的Parzen窗概率密度估计,并用CSD作为代价函数优化相应的权值,而后依据Laplacian分类准则设计出加权Laplacian分类器(Weighted Laplacian Classifier,WLC).在所用测试数据集,尤其是不平衡数据集上的实验表明,WLC的结果明显优于Lapalcian分类器.; 曹连连陈松灿; 关键词：加权

基于变换空间近邻图的自助型局部保持投影(英文): 2010年; 局部保持投影(LPP)是一种典型的降维方法,通过保持数据的内在几何结构,LPP能够获得潜在的判别能力。然而,传统LPP的性能取决于人工预定义的近邻图,并且严重依赖于最近邻标准在原始数据空间中的性能。因此本文提出了一种新的降维算法——自助型局部保持投影(sdLPP)。该方法首先执行LPP获得投影方向,然后在其变换的空间更新近邻图,并重复LPP。另外,本文还提出了一种改进的拉普拉斯打分(Laplacian score)标准作为算法迭代终止和判别力的参考。最后,在几个公共的UCI和人脸数据集上验证了该方法的有效性。; 乔立山张丽梅孙忠贵; 关键词：拉普拉斯变换无监督学习维数约简局部保持映射

全选清除导出

共1页<1>

国家自然科学基金(60973097)