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

7 条数据
?? 中文（中国） ▾

  • [2018年IEEE第三届图像、视觉与计算国际会议（ICIVC）- 重庆（2018.6.27-2018.6.29）] 2018年IEEE第三届图像、视觉与计算国际会议（ICIVC）- 合成孔径雷达图像的语义级变化检测

    摘要： 考虑到传统变化检测算法仅关注提取变化区域而忽略变化内容识别，本文提出了一种新颖的合成孔径雷达（SAR）图像变化检测框架。该框架融合无监督与有监督学习的优势实现语义级变化检测：首先设计残差卷积自编码器（RCAE）将SAR图像切片转换为直方图表征；继而通过计算差异向量及其范数提取变化区域；最后对变化区域的差异向量进行分类以实现变化内容识别。实验结果表明，该方法较现有算法显著提升了检测性能。

    关键词： 语义、视觉词袋、合成孔径雷达、自编码器、变化检测

    更新于2025-09-23 15:23:52

  • 用于光电容积图去噪的双向循环自编码器

    摘要： 随着智能手表和移动医疗市场的发展，光电容积描记法（PPG）已得到广泛应用。然而PPG易受非受控环境中普遍存在的各类噪声干扰，获取有效信号的关键在于成功降噪。现有PPG降噪算法多在受控环境下验证，或依赖必须全部正确执行的多个步骤。本文提出基于双向循环降噪自编码器（BRDAE）的新型PPG降噪算法，该算法仅需极简预处理步骤，且具有超越单纯降噪的波形特征增强优势。研究团队在人工增强噪声数据集上训练并验证BRDAE，随后在两大测试集进行评估：一是重症监护病房（ICU）患者采集的大型开放PPG数据库，二是9名受试者日?；疃?4小时间歇采集的PPG数据。经训练的BRDAE降噪后，验证集中噪声增强数据的信噪比提升7.9分贝。测试数据显示，与原始PPG相比，降噪后PPG在心率检测方面表现出统计学显著改善——无论是与参考值的相关性还是均方根误差指标。结果表明该方法能有效解决PPG信号降噪问题，并通过提供脉搏波形分析所需的PPG特征增强，展现出超越传统降噪的应用价值。

    关键词： 自编码器（AE）、去噪、循环神经网络（RNN）、光电容积图（PPG）

    更新于2025-09-23 15:23:52

  • 用于高光谱波段降维的分段与非分段堆叠去噪自编码器

    摘要： 高光谱图像（HSI）分析通常需要选择最具信息量的波段，而非不加筛选地处理全部数据，以免丢失关键信息。现有波段降维（BR）方法虽能揭示数据中的非线性特性，但会牺牲原始数据表征。针对这一问题，本文提出一种基于无监督非线性分段/非分段堆叠去噪自编码器（UDAE）的波段降维方法。该方法旨在寻找最优映射，构建与原始数据结构相似且重构误差最小的低维空间。具体实现时，首先将原始高光谱数据在空间域划分为若干小区域，随后对各区域分别进行UDAE处理，从而降低分类任务的波段降维复杂度并提升效率。在多种公开高光谱数据集上采用不同分类器的实验表明，UDAE方法的有效性优于其他先进降维及波段降维技术。

    关键词： 自编码器（AE）、高光谱成像（HSI）、分类、聚类、波段降维（BR）

    更新于2025-09-23 15:23:52

  • 一种适用于可见光与多光谱传感器图像的高效掌纹识别方法

    摘要： 在多种掌纹特征提取方法中，基于方向梯度直方图（HOG）的方法具有吸引力，且对掌纹图像的光照变化和阴影干扰表现良好。然而，该方法仍缺乏在不同旋转角度下提取掌纹特征的鲁棒性。为解决这一问题，本文提出一种名为HOG-SGF的混合特征提取方法，将方向梯度直方图（HOG）与可操纵高斯滤波器（SGF）相结合，开发出有效的掌纹识别方案。该方案首先采用David Zhang的方法处理所有掌纹图像，仅分割出感兴趣区域；随后基于HOG-SGF混合特征提取方法提取掌纹特征；接着利用优化的自编码器（AE）降低所提特征的维度；最后应用快速稳健的正则化极限学习机（RELM）完成分类任务。在评估阶段，研究团队在三个公开掌纹数据库上开展实验：多光谱掌纹图像数据库MS-PolyU、非接触式掌纹图像数据库CASIA和同济数据库。实验结果表明，即使使用少量训练样本，所提方法的性能仍优于现有最先进技术。

    关键词： 自编码器、正则化极限学习机、安全性、HOG-SGF特征提取、可见光与多光谱掌纹图像

    更新于2025-09-23 15:22:29

  • 利用几何深度学习实现纳米光子学中的知识发现

    摘要： 我们在此提出一种独特方法，将人工智能的智能特性用于知识发现，而非电磁（EM）纳米结构中传统的器件优化任务。该方法利用通过一系列纳米结构全波电磁模拟获得的训练数据，训练几何深度学习算法来评估某类纳米光子结构可行响应的范围及目标响应的可行性。为促进知识发现并降低计算复杂度，我们的方法结合降维技术（使用自编码器）与凸包及一类支持向量机（SVM）算法，在电磁纳米结构的潜在（或降维）响应空间中寻找可行响应范围。研究表明，相比所有可能结构，仅需使用少量训练实例，该方法评估给定响应可行性的准确率即可超过95%。更重要的是，一类SVM算法能被训练用于评估给定纳米结构响应的可行性（或不可行性）程度。这一关键信息可用于将初始结构修改为能实现原不可行响应的替代结构。为验证方法适用性，我们将其应用于两类重要二元超表面（MS）：由等离子体纳米结构阵列构成的超表面，以及由介电纳米柱阵列构成的周期性超表面。除理论结果外，我们还展示了第二类超表面多个样品的实验结果。理论与实验结果共同证实了该方法在纳米光子学应用中进行知识发现的独特优势。

    关键词： 凸包、一类支持向量机、几何深度学习、知识发现、纳米光子学、自编码器、电磁纳米结构

    更新于2025-09-12 10:27:22

  • 利用卷积自编码器生成图像失真图及其在无参考图像质量评估中的应用

    摘要： 本工作包含两项贡献：(i) 一种无需参考的图像失真图生成算法，用于自然场景中空间定位失真区域；(ii) 基于该失真图衍生的无参考图像质量评估(NRIQA)算法。我们采用卷积自编码器(CAE)实现失真图生成，以SSIM图像质量评估(IQA)算法生成的失真图作为训练CAE的"真实基准"。通过在合成数据集上训练CAE——该数据集由原始图像及其经JPEG压缩、JP2K压缩、高斯白噪声(AWGN)和模糊等标准失真处理后的版本构成，并针对每张失真图像生成对应的SSIM图作为训练依据。我们首先通过传统与真实失真图像定性验证了所提失真图生成算法的鲁棒性，继而通过推导三种NRIQA算法定量证明其在标准失真与真实失真场景中的有效性。实验表明，这些NRIQA算法在LIVE Phase II、CSIQ、TID 2013、LIVE MD、MDID 2013等传统数据库及LIVE Wild、KonIQ-10K等真实失真数据库中均表现优异。该方法生成的优质失真图可用于设计鲁棒的NRIQA算法，且基于CAE的失真图生成方案可便捷适配其他真实基准失真图。

    关键词： 卷积神经网络，无参考图像质量评估（IQA），人类视觉系统（HVS），自编码器

    更新于2025-09-11 14:15:04

  • [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 - 基于四元数神经网络的极化特征提取方法用于灵活的无监督PolSAR土地分类

    摘要： 我们提出了一种基于四元数自编码器和四元数自组织映射（SOM）的无监督PolSAR土地分类系统。传统方法大多依赖人工预设的少数散射模型来提取土地分类所需特征，但这类有限特征难以实现人类可辨识的大量土地类别细分。本文采用四元数自编码器进行特征提取、四元数SOM进行分类的方法，成功发现了更精细的新型土地类别——例如将城镇区域细分为居民区和工业区。

    关键词： 庞加莱参数、四元数神经网络、自编码器、无监督分类、极化合成孔径雷达（PolSAR）、自组织映射（SOM）、土地分类

    更新于2025-09-10 09:29:36