修车大队一品楼qm论坛51一品茶楼论坛,栖凤楼品茶全国楼凤app软件 ,栖凤阁全国论坛入口,广州百花丛bhc论坛杭州百花坊妃子阁

oe1(光电查) - 科学论文

12 条数据
?? 中文（中国） ▾

  • 具有噪声标签的鲁棒高光谱图像域自适应

    摘要： 在高光谱图像（HSI）分类中，领域自适应（DA）方法已被证明能有效解决训练（即源域）与测试（即目标域）像素间分布差异导致的分类效果不佳问题。然而这些方法依赖源域的精确标签，且很少考虑噪声标签（高光谱像素标注本就是项挑战任务，常易出现此类情况）导致的性能下降。为提升DA方法对标签噪声的鲁棒性，我们提出一种新的无监督HSI DA方法，该方法从特征层和分类器层双重构建：首先在特征层学习线性变换函数以对齐源域子空间与目标域子空间；随后开发基于鲁棒低秩表示的分类器来有效处理对齐子空间获得的特征。由于子空间对齐与分类器均对噪声标签具有免疫性，所提方法在面对源域噪声标签时仍能获得良好分类效果。两个DA基准数据集上的实验结果验证了该方法的有效性。

    关键词： 低秩表示、高光谱图像（HSI）分类、域适应、子空间对齐

    更新于2025-09-23 15:22:29

  • 利用图像域多重约束的X射线能谱CT物质分解

    摘要： 与传统的能量积分CT或双能CT相比，X射线能谱CT作为一种具有前景的新型成像方式，可用于物体内部材料的定量测量。我们将能谱CT中的材料分解视为一个超定病态逆问题。为解决该问题，我们充分利用了能谱CT中多能量数据的多维特性及其高相关性，以及空间相邻像素间的关联性。同时，我们还利用了材料质量密度取值有限这一特性。通过在图像域采用有界质量密度、局部联合稀疏性和结构低秩（DSR）方法，最终实现了材料分解。数值模体的实验结果表明，相较于常规的奇异值分解（SVD）伪逆方法和当前流行的基于（cid:2）1范数约束的稀疏正则化方法，所提出的DSR方法能实现更精确的材料分解。

    关键词： 稀疏表示、X射线能谱CT、材料分解、低秩表示

    更新于2025-09-23 15:22:29

  • [IEEE 2019北美电力研讨会（NAPS）- 美国堪萨斯州威奇托市（2019.10.13-2019.10.15）] 2019年北美电力研讨会（NAPS）- 基于本地智能逆变器控制缓解光伏发电波动影响

    摘要： 近年来，基于位置块的人脸超分辨率方法因其高效性和有效性备受关注并取得了显著进展。本文提出了一种局部约束双低秩表示（LCDLRR）方法用于有效的人脸超分辨率重建。该方法通过直接采用基于图像矩阵的回归模型计算表示系数以保持关键结构信息，同时对表示系数施加低秩约束以自适应选择与输入样本同属一个子空间的训练样本。此外，还引入了局部约束以实现局部性与稀疏性的同步保持。与现有方法相比，本提出的LCDLRR方法能同时考虑局部流形结构、聚类约束和结构误差。在标准人脸超分辨率数据库上的大量实验结果表明，该方法在视觉质量和客观指标两方面均优于部分当前先进算法。

    关键词： 低秩表示、位置块、人脸超分辨率重建、核范数

    更新于2025-09-23 15:21:01

  • [2019年英国-欧洲-中国毫米波与太赫兹技术研讨会（UCMMT）第12届会议 - 英国伦敦（2019.8.20-2019.8.22）] 2019年第12届英国-欧洲-中国毫米波与太赫兹技术研讨会（UCMMT）- 用于微波/毫米波应用的砷化镓衬底上InGaAs/AlAs应变非对称间隔层隧道（mASPAT）二极管

    摘要： 近年来，基于位置块的人脸超分辨率方法因其高效性和有效性备受关注并取得了显著进展。本文提出了一种局部约束双低秩表示（LCDLRR）方法用于有效的人脸超分辨率。该方法直接采用基于图像矩阵的回归模型计算表示系数以保持关键结构信息，同时对表示系数施加低秩约束以自适应选择与输入同属一个子空间的训练样本。此外还引入局部性约束来同步保持局部特性和稀疏性。与既有方法相比，本提出的LCDLRR能同时考虑局部流形结构、聚类约束和结构误差。在标准人脸超分辨率数据库上的大量实验结果表明，本方法在视觉质量和客观指标两方面均优于部分当前最优算法。

    关键词： 低秩表示、位置块、人脸超分辨率重建、核范数

    更新于2025-09-23 15:19:57

  • [2019年IEEE第46届光伏专家会议（PVSC）- 美国伊利诺伊州芝加哥（2019.6.16-2019.6.21）] 2019年IEEE第46届光伏专家会议（PVSC）- 理解与缓解钝化IBC太阳能电池中本征多晶硅间隙污染问题

    摘要： 近年来，基于位置块的人脸超分辨率方法因其高效性和有效性受到广泛关注并取得了显著进展。本文提出了一种局部约束双低秩表示（LCDLRR）方法用于有效的人脸超分辨率。该方法直接采用基于图像矩阵的回归模型计算表示系数以保持关键结构信息，同时对表示系数施加低秩约束以自适应选择与输入同属一个子空间的训练样本。此外，还引入了局部约束以同步保持局部特性和稀疏性。与现有方法相比，本提出的LCDLRR方法同时考虑了局部流形结构、聚类约束和结构误差。在标准人脸超分辨率数据库上的大量实验结果表明，该方法在视觉质量和客观指标上均优于部分当前最先进算法。

    关键词： 位置补丁、核范数、人脸超分辨率重建、低秩表示

    更新于2025-09-23 15:19:57

  • [2019年IEEE第16届第四组光子学国际会议(GFP) - 新加坡, 新加坡 (2019.8.28-2019.8.30)] 2019年IEEE第16届第四组光子学国际会议(GFP) - 基于自耦合硅纳米线波导模式分裂的光子滤波器光谱工程

    摘要： 近年来，基于位置块的人脸超分辨率重建方法因其高效性和有效性备受关注并取得了显著进展。本文提出了一种局部约束双低秩表示（LCDLRR）方法用于有效的人脸超分辨率重建。该方法直接采用基于图像矩阵的回归模型计算表示系数以保持关键结构信息，同时通过低秩约束自适应选择与输入同属一个子空间的训练样本。此外，还施加了局部约束以同步保持局部特性和稀疏性。与现有方法相比，本方法同时考虑了局部流形结构、聚类约束和结构误差。在标准人脸超分辨率数据库上的大量实验结果表明，该方法在视觉质量和客观指标上均优于部分前沿算法。

    关键词： 低秩表示、位置块、人脸超分辨率重建、核范数

    更新于2025-09-19 17:13:59

  • [美国计算机协会（ACM）2019年国际会议 - 中国湖北武汉（2019.07.12-2019.07.13）] 《2019年人工智能与计算机科学国际会议论文集 - AICS 2019》 《基于低秩表示与简化双通道脉冲耦合神经网络的新型红外与可见光图像融合方法》

    摘要： 本文提出一种基于低秩表示(LRR)、全变分(TV)模型和简化双通道脉冲耦合神经网络(S-DPCNN)的红外与可见光图像新型融合方案，能有效提取主要显著信息，解决了现有融合方法中对比度低导致的边缘模糊、异质性和信息冗余等问题。该方法首先采用频调低秩表示(FT-LRR)算法提取红外图像特征以分离显著区域与背景；对显著区域采用最大值选择规则最大限度保留源图像重要信息；对背景则通过非下采样剪切波变换(NSST)分解为低通系数和高通系数系列，其中低通系数采用TV模型融合，高通系数通过改进平均梯度(MAG)激励S-DPCNN进行融合，经逆NSST获得融合背景；最终将融合后的显著区域与背景叠加生成鲁棒融合图像。大量实验结果与评价指标表明，该框架具有优异的视觉效果，在主观与客观评价上均显著优于现有先进方法。

    关键词： 图像融合、脉冲耦合神经网络、全变分模型、低秩表示

    更新于2025-09-16 10:30:52

  • 基于局部低秩表示的半监督高光谱图像分类

    摘要： 在高光谱图像（HSI）分类领域，基于图的半监督学习（SSL）已被证明具有高度有效性。构建合适的图对基于图的SSL任务至关重要。在高光谱数据中，虽然光谱距离被广泛用于计算图边缘权重，但其易受噪声和异常值影响。同时，图中包含所有数据点之间的连接（包括来自不同子空间的连接），因此构建的图可能包含错误信息。本文提出一种采用局部低秩表示（SL2R）的新型半监督HSI分类方法。得益于低秩表示（LRR）的鲁棒性，边缘权重计算不受噪声或异常值影响。由于每个图均在局部层面构建（像素基本嵌入同一子空间），可消除无关像素间的连接。此外，通过相邻像素的低秩约束能自然表征空间上下文。在两个数据集（Indian Pines和Botswana）上的实验结果验证了所提方法的有效性。

    关键词： 光谱-空间分类、半监督学习、高光谱图像分类、低秩表示

    更新于2025-09-10 09:29:36

  • [IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 西班牙瓦伦西亚（2018.7.22-2018.7.27）] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 高光谱异常检测的流形正则化低秩表示方法

    摘要： 本文提出了一种基于流形正则化的低秩表示高光谱异常检测新方法。通常，高光谱图像可建模为两部分叠加：具有低秩维数的背景部分和由稀疏矩阵描述的异常部分。低秩表示（LRR）可用于联合求取所有像素的最低秩表示（即背景部分），而异常部分则包含在原始图像的残差中。为学习更具判别性的表示，我们将流形正则化项引入原始LRR模型。该方法的重要优势在于能同时利用全局低秩特性与局部几何结构。在模拟和真实高光谱数据集上的实验结果验证了所提方法的有效性。

    关键词： 局部几何结构、流形正则化、低秩表示、异常检测、高光谱影像

    更新于2025-09-10 09:29:36

  • [IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 西班牙瓦伦西亚（2018年7月22日-2018年7月27日）] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 基于加权全变分正则化的非凸低秩近似高光谱图像恢复方法

    摘要： 低秩表示已广泛应用于高光谱图像（HSI）恢复领域。现有涉及低秩问题的研究通常采用核范数惩罚方法，但核范数最小化易导致秩分量过度收缩，从而产生建模偏差。本文引入新型非凸惩罚项以获得无偏低秩近似，同时采用局部空间邻域加权光谱-空间总变分（TV）正则化来保持空间结构信息，并利用稀疏l1范数作为稀疏噪声约束条件。最终提出一种创新的高光谱图像非凸低秩松弛恢复模型。大量实验表明，该方法能有效去除混合噪声，获得具有更强鲁棒性的无偏估计结果。

    关键词： 高光谱图像（HSI）、全变分（TV）、低秩表示、非凸松弛

    更新于2025-09-10 09:29:36