吕慧显 作品数:41 被引量:129 H指数:7 供职机构: 青岛大学 更多>> 发文基金: 山东省科技发展计划项目 国家自然科学基金 山东省自然科学基金 更多>> 相关领域: 自动化与计算机技术 电子电信 电气工程 金属学及工艺 更多>>
双阈值正交匹配追踪算法 被引量:1 2017年 压缩感知理论(CS)中的重构算法是压缩感知理论的重要组成部分。在稀疏度未知的情况下,一些重构算法表现不佳。针对该问题,提出一种基于双阈值的正交匹配追踪算法。通过对所选原子的两次筛选,能够在稀疏度未知的情况下,高效率、高质量地重构信号。与同类算法相比,所提算法能够很好地重构信号,重构精度较高,运行速度较快。 刘馨月 赵志刚 吕慧显 王福驰 解昊关键词:压缩感知 阈值 稀疏度 多参数区域特征的医学图像融合方法 被引量:1 2011年 基于医学影像MRI和CT图像互相联系、互相补充的特点,为了更好地实现不同模态医学图像间的融合,提出一种改进的基于区域特征的医学图像融合方法。原理是根据图像小波变换系数的一系列参数如区域均值、方差、协方差等构造加权因子和匹配度,对代表图像细节信息的高频子图进行区域融合;然后对低频部分采取选择极大绝对值的原则,对图像进行融合。最后经过小波重构得到输出图像。经过主观和客观评价对实验结果进行综合评价,此方法处理过的图像能得到良好的视觉效果和理想的指标,时间上也减少了0.25s,适用于实时系统的应用。 赵志刚 张维忠 马艳君 吕慧显关键词:医学图像融合 小波变换 基于TV范数对低秩表示去噪模型的改进 2019年 全变差(TV)范数具有保持图像边缘信息及加强区域平滑性的能力,为增强低秩表示(LRR)模型恢复图像的结构光滑性,将TV范数引入到LRR模型中,通过对LRR模型中的系数矩阵增加TV范数约束,提出了一个新的图像去噪模型——全变差低秩表示(TVLRR)模型,并采用交替最小化方法有效地求解该模型。利用图像内在的非局部自相似性先验,所提算法可以有效地发现和去除噪声,同时增强恢复图像的结构光滑性,使去噪后的图像质量显著提高。实验结果表明,与顶尖的去噪算法相比,所提出的算法在主观和客观上都实现了具有竞争力的去噪表现,特别是当噪声强度很大时。 刘成士 赵志刚 吕慧显 董晓晨 李金霞 李明生关键词:图像去噪 一种新的基于邻域筛选的分类算法研究 2010年 基于邻域的概念,提出一种新的样本筛选方法用于分类问题.该方法在特征空间中根据邻域内的样本类别筛选出具有代表性的训练样本,计算其与测试样本的距离作为样本所属类别的判定依据.在UCI数据集和电力系统负荷预测的应用当中,与SVM和NC两种分类方法进行对比分析,证明该方法能够较好地提高样本识别率并降低时间复杂度. 吕慧显 李京 叶蔓关键词:空间映射 电力系统负荷预测 改进的基于àtrous小波的遥感图像融合方法 被引量:2 2009年 针对多光谱与全色图像的融合,提出了一种改进的基于àtrous小波变换的图像融合方法。首先对多光谱图像进行IHS(intensity-hue-saturation)变换,然后对PAN图像进行àtrous小波变换,再将PAN图像的细节分量添加到多光谱图像的强度分量中。为了控制添加的数量,从小波系数中提取出一个重要性测度函数,并根据阈值选择重要的PAN特征,用新的强度分量来取代多光谱图像的强度分量。最后再做IHS逆变换得到融合图像。实验结果表明,和IHS变换算法及常用的小波融合算法相比,本文提出的融合方法在光谱信息的保持与空间细节信息的增强两个方面的综合性能得到提高,具有更好的效果。 赵志刚 李园园 吕慧显 潘振宽关键词:IHS变换 图像融合 一种改进的稀疏度自适应匹配追踪算法 被引量:6 2018年 在信号稀疏度未知的情况下,稀疏度自适应匹配追踪算法(Sparsity Adaptive Matching Pursuit,SAMP)是一种广泛应用的压缩感知重构算法。为了优化SAMP算法的性能,提出了一种改进的稀疏度自适应匹配追踪(Improved Sparsity Adaptive Matching Pursuit,ISAMP)算法。该算法引入广义Dice系数匹配准则,能更准确地从测量矩阵中挑选与残差信号最匹配的原子,利用阈值方法选取预选集,并在迭代过程中采用指数变步长。实验结果表明,在相同的条件下,改进后的算法提高了重构质量和运算速度。 王福驰 赵志刚 刘馨月 吕慧显 王国栋 解昊关键词:压缩感知 非负局部约束低秩子空间聚类算法 被引量:7 2018年 在低秩表示算法的基础上,提出了一个新模型。新模型构建了揭示数据内在特征联系的亲和度图以实现聚类任务。首先,根据矩阵分解原理对原始数据重新生成数据字典,在算法初始输入时筛除部分噪声。其次,利用数据间的稀疏性加强局部约束,为给定的数据向量构建非负低秩亲和度图。亲和度图中边的权重由非负低秩稀疏系数矩阵获得,系数矩阵通过每个数据样本作为其他数据样本的线性组合完成构建,如此获得的亲和度图显示了数据的子空间结构,同时表现局部线性结构。与现存的子空间算法相比,非负局部约束低秩子空间算法在聚类效果上有明显的提升。 解昊 赵志刚 吕慧显 刘馨月 刘成士 董晓晨关键词:子空间聚类 稀疏性 改进的局部和相似性保持特征选择算法 被引量:2 2020年 LSPE(Locality and Similarity Preserving Embedding)特征选择算法首先基于KNN定义图结构来保持数据的局部性,再基于定义图学习数据的低维重构系数来保持数据的局部性和相似性。两个步骤独立进行,缺乏交互。由于近邻个数是人为定义的,使得学习到的图结构不具备自适应的近邻,不是最优的,进而影响算法性能。为优化LSPE算法的性能,提出改进的局部和相似性保持特征选择算法,将图学习与稀疏重构、特征选择并入同一个框架,使得图学习和稀疏编码同时进行,其要求编码过程是稀疏的,自适应近邻的和非负的。所提算法旨在寻找一个能保持数据的局部性和相似性的投影,并对投影矩阵施加l(2,1)范数,进而选择能够保持局部性和相似性的相关特征。实验结果表明,改进后的算法减少了主观人为影响,消除了选择特征的不稳定性,对数据噪声鲁棒性更强,提高了图像分类的准确率。 李金霞 赵志刚 李强 吕慧显 李明生关键词:无监督学习 基于改进的局部二值模式的微表情识别方法 被引量:2 2018年 为了从微表情中获得更显著的特征,从而识别出微表情所表达的情感,需要更全面的提取微表情图像纹理特征,解决图像时空变化的问题,避免出现冗余差分等现象,提出了一种基于局部二值模式(Local Binary Patterns,LBP)的微表情识别方法的改进。该算法将微表情序列划分成三个正交平面,三个正交平面相交可以获得相交点,去除掉冗余的相交点,提供更紧凑和显著的表达,从而获得更小的计算复杂度。实验表明,该算法获得了较好的识别精度和计算复杂度。 董晓晨 赵志刚 吕慧显 刘成士关键词:局部二值模式 计算复杂度 基于蚁群聚类和裁剪方法的RBF神经网络优化算法 被引量:2 2008年 提出了一种基于蚁群聚类算法和裁剪方法的RBF神经网络优化算法。利用蚁群算法的并行寻优特征和一种自适应调整挥发系数的方法,提出一种新的聚类算法来确定RBF神经网络中基函数的位置;通过一种裁减的方法,除去对整个网络的输出贡献不是很重要的隐层单元来约简隐含层的神经元,以达到简化RBF神经网络结构的目的。对非线性函数进行逼近仿真,结果表明:优化算法有比较好的优化效果,而且,优化后的RBF神经网络的结构小,RBFNN的泛化能力得到了提高。 马洪伟 赵志刚 吕慧显 李京关键词:RBF神经网络 蚁群聚类算法 泛化能力