|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于单源点检测的欠定混合矩阵的聚类分析显示文摘为提高欠定盲源分离的混合矩阵估计精度,提出一种单源点(SSP)检测与具有噪声的基于密度空间聚类(DBSCAN)相结合的新方法。首先,把时域的观测信号变换成时频域的稀疏信号,采用SSP检测以增强稀疏信号的线性聚类特性,并通过镜像映射把线聚类转变成数据的致密聚类;然后,利用DBSCAN搜索高密度的点并不断连接近邻数据以形成聚类簇,从而自动寻找聚类的数量和相应的聚类中心。由于每个聚类中心对应于欠定混合矩阵的一个列向量,因此采用所提出的聚类分析方法可实现对混合矩阵的估计。对音频信号的仿真结果证明,该方法能有效地提高混合矩阵的估计精度。 | 何选森 何帆 | 2019 | 电子测量与仪器学报2019，31，6： | 6 |
| 2 | 密度空间与密度峰值聚类的欠定混合矩阵估计显示文摘针对欠定盲源分离问题,提出了增强信号稀疏性的方法,并把具有噪声的基于密度空间聚类与寻找密度峰值聚类相结合用于估计混合矩阵。首先,把时域观测信号变换成时频域的稀疏信号,通过单源点检测突出信号的线性聚类特性,并采用镜像映射将线性聚类转变成致密聚类以便于进行密度基的聚类分析;然后,利用密度空间聚类搜寻密集数据堆中高密度的点和与之相应的邻域,以自动形成聚类簇的数量和初步聚类中心;最后,把获得的聚类数量作为密度峰值聚类的输入参数,在数据簇的范围内搜索其密度峰值以实现对聚类中心位置的进一步修正。以上方法不仅可提高混合矩阵的估计精度,而且估计量具有较高的一致性。 | 何选森 何帆 | 2019 | 数据采集与处理2019，34，5： | 6 |
| 3 | 基于反馈部分稀疏成分分析的J波提取方法显示文摘在估计混合矩阵过程中,利用反馈部分稀疏成分分析法(FPSCA),将传统K-means方法唯一估计出的正常心电信号反馈为已知信号,检测QRS波,从而得到S点的位置,然后寻找S点两侧具有相同幅值的点的位置,估计出混合矩阵的另一列,使得混合矩阵的估计更加精确,从而能够从观测信号中将隐藏的J波提取出来。实验证明,该方法提高了J波的提取精度,恢复出了源信号的顺序,降低了临床检测的复杂性。 | 张桂敏 李灯熬 赵菊敏 | 2016 | 太原理工大学学报2016，47，1： | 1 |
| 4 | Single Image Interpolation Using Texture-Aware Low-Rank Regularization显示文摘A new image interpolation method is proposed by using the image priors of nonlocal self-similarity and low rank approximation. Here the traditional cubicspline interpolation is conducted to obtain an initial High resolution(HR) image. The nonlocal similar image patches are vectorized to form data matrices with low rank prior,and thus a low rank regularization term is embedded into the reconstruction model. The texture information measured by entropy of the data matrix is extracted and used to achieve adaptive low rank approximation for retaining the latent fine details of image. The Split bregman iteration(SBI) algorithm and weighted Partial singular values thresholding(PSVT) method are adopted to obtain the optimum solution of the reconstruction model. Experimental results demonstrate the effectiveness of the proposed method in improving image quality in terms of Peak signal to noise ratio(PSNR) and/or Structural similarity(SSIM). | GAO Zhirong DING Lixin XIONG Chengyi | 2018 | Chinese Journal of Electronics2018，27，2： | 1 |
| 5 | 一种针对欠定瞬时混合模型的盲辨识算法显示文摘文中研究了欠定瞬时混合模型下的盲辨识问题,提出了一种基于单源点检测的盲辨识算法。首先,文中介绍了欠定盲源分离的盲辨识模型;其次,利用观测信号时频系数之间的关系和大小来检测用于聚类的单源点;最后,采用势函数聚类的方法估计出混合矩阵。仿真结果表明,文中算法与其它相同混合模型的算法相比,具有更好的算法性能。 | 聂伟 葛娟 吴嘉诚 尹鑫 郑晓波 | 2019 | 信息技术2019，43，11： | 1 |
| 6 | 具有相似性传播的K-均值欠定盲分离算法显示文摘对于稀疏信源的欠定盲分离问题,混合矩阵的估计是至关重要的。为了提高估计性能,提出一种组合的聚类分析算法。首先,利用短时傅里叶变换把时域中的观测信号转变成频域中的稀疏信号,并通过数据的归一化把稀疏信号在频域的线性聚类转变成致密聚类。然后,利用相似性传播AP聚类方法搜索每个观测数据的邻域自动形成数据族的数量和相对应的关键数据。最后,以AP聚类的结果作为K-均值算法的初始值,对每类(族)数据的聚类中心进一步修正。仿真结果表明,组合聚类法能有效地提高混合矩阵的估计精度。把AP聚类和K-均值算法相结合的另一个优势是,能够克服经典K-均值算法需要事先知道信源数量和对数据的初始划分非常敏感的缺陷。 | 何选森 徐丽 夏娟 | 2021 | 计算机工程与科学2021，43，10： | 1 |
| 7 | 信源数量估计的可视化线性聚类方法显示文摘在通过传感器采集信源获得观测数据的过程中,估计信源的数量对源信号处理和观测数据分析起着非常重要的作用。为了确定稀疏信源的数量,本文提出了增强信号线性聚类特性的可视化估计方法。首先,利用短时傅里叶变换(STFT)把时域的观测信号变换成频域中的复频谱以增强观测数据的稀疏性;然后,建立一种角度余弦的相似性测度,以频谱实部分量与虚部分量之间的角度阈值来判别数据点所归属的信源;最后,把该角度阈值应用于单源点(SSP)检测中,剔除造成干扰的多源点(MSP)数据,凸显稀疏信源的线性聚类特性。实验结果表明,本文方法可以有效地增强数据的线性聚类特性,实现对信源数量直观地估计。 | 何选森 何帆 孟凡臣 徐丽 | 2021 | 高技术通讯2021，31，12： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员