教育部“新世纪优秀人才支持计划”(NCET-13-1011)
- 作品数：6 被引量：29H指数：3
- 相关作者：付丽华刘智慧李宏伟杨迪威沈远彤更多>>
- 相关机构：中国地质大学烽火通信科技股份有限公司华中师范大学更多>>
- 发文基金：教育部“新世纪优秀人才支持计划”中央高校基本科研业务费专项资金国家自然科学基金更多>>
- 相关领域：天文地球自动化与计算机技术电子电信更多>>
- 基于谱矩的地学特征因子提取方法及其应用被引量：3
- 2017年
- 地学特征因子的提取是定量化数学地质分析的重要基础,可以为地貌类型识别提供有效的客观依据。基于谱矩分析,本文提出了一种描述表面数据粗糙程度的特征因子,并且分析了新特征因子的特点和其应用可能性。该方法以随机过程理论为基础,通过计算表面各阶谱矩以及相应的统计不变量来描述三维表面形貌的特征。以中国卫星重力测量数据和DEM数据为例,试验该方法运用于地貌类型识别的效果。理论模型数据与实际数据结果均表明,基于谱矩的新的地学特征因子不仅可以有效地反映数据起伏与变异特征,而且提取出的特征可以为地貌及重力构造单元划分提供客观依据。
- 付丽华阮曙芬李宏伟刘智慧
- 关键词：数学地质粗糙度地貌类型卫星重力
- 基于特征聚类的稀疏自编码快速算法被引量：8
- 2018年
- 稀疏自编码网络在自然语言、图像处理等领域都取得了显著效果.已有的研究表明增加网络提取的特征个数可以优化稀疏自编码网络的处理效果,同时该操作将导致网络训练耗时过长.为尽可能减少网络的训练时间,本文提出了一种基于特征聚类的稀疏自编码快速算法.本算法首先根据K均值聚类最优数确定本质特征的个数,再由网络训练得到本质特征,并通过旋转扭曲增加特征的多样性,使网络处理效果得到提升的同时,减少网络训练耗间.实验在标准的手写体识别数据库MNIST和人脸数据库CMU-PIE上进行,结果表明本文所提算法能在保证网络正确率有所提升的同时,大幅度缩短网络训练耗时.
- 付晓沈远彤付丽华杨迪威
- 关键词：特征提取K均值聚类
- 二值矩阵分解的认知建模方法研究
- 2017年
- 根据考试反馈数据,提出新颖的逻辑斯提克二值矩阵分解方法,来预测未来的学生考试成绩并自动对考题进行模式分类,同时设计新的算法对建模中遇到的非凸优化问题进行求解。在模拟数据和真实的美国SAT考试数据上进行的实验发现,新方法不仅可以准确地预测学生的考试表现,而且能够将考题按照知识点进行自动模式分类。实验结果表明,新的方法相比经典方法在结果的可解释性和估计精度方面有明显的提升。
- 张猛付丽华付丽华何婷婷
- 关键词：考题分类
- 基于块分类和字典优化的K-SVD图像去噪研究被引量：11
- 2017年
- 基于K-奇异值分解(K-SVD)的图像去噪方法使用K-SVD算法训练得到的过完备字典对图像进行稀疏表示去噪,能够在去除噪声的同时较好地保持原始图像信息。但该方法缺少对图像结构特征的考虑;此外,K-SVD算法训练得到的字典中往往含有噪声原子,从而导致该方法在强噪声下去噪性能欠佳。针对这些局限性,提出一种新的去噪方法:基于块分类和字典优化的K-SVD去噪方法。首先通过图像块的分类训练得到与图像结构相适应的字典,能够更为稀疏地表示图像;然后通过噪声原子检测将字典原子分为噪声原子和非噪声原子,并对噪声原子进行替换,减弱噪声原子对去噪性能的影响,得到优化字典;利用优化字典对图像进行稀疏表示去噪。仿真实验表明,与非局部均值去噪、曲波去噪以及经典K-SVD去噪等算法相比,新方法能够取得更好的去噪结果。
- 华志胜付丽华
- 关键词：图像去噪
- 基于多核模型的地震信号高效稀疏分解被引量：1
- 2015年
- 为了提高地震信号分解算法的效率和模型的稀疏度,本文利用多个核函数作为原子,自适应地对地震信号进行稀疏分解。通过对地震信号在时频域分别进行全局k均值聚类,确定字典库中原子备选参数,然后通过正交最小二乘算法进行信号的稀疏重构。合成资料以及实际地震资料应用结果均表明,文中所提方法在达到同样的重构精度时,较大程度地提高了地震信号分解的稀疏度。
- 付丽华李宏伟刘智慧赵浩岚
- 关键词：单核多核地震信号稀疏分解正交最小二乘算法
- 地震信号稀疏分解的快速方法被引量：6
- 2014年
- 稀疏化方法由于能够实现地震信号的高精度分解,已经成为重要的地震信号处理技术.目前地震信号稀疏分解常采用的方法是匹配追踪算法(Matching Pursuit,MP),但所得结果不够稀疏.针对此局限,提出了一种基于重复加权提升搜索算法(Repeated Weighted Boostmg Search,RWBS)的快速分解方法.首先,根据地震信号的频谱图缩小频率搜索范围;然后,将搜索算法RWBS与正交匹配追踪(Orthogonal Matching Pursuit,OMP)方法相结合,就得到一种快速的稀疏分解方法,将本文的方法应用到人工合成和实际的地震数据处理中,并与MP和OMP追踪算法作比较,说明采用本文方法进行地震信号分解在稀疏度和分解速度方面都有提高,仿真实验结果表明,与MP和OMP分解算法相比,在满足相同的分解精度条件下,RWBS算法不仅大大提高了分解的稀疏度,而且提高分解速度.与OMP算法相比较.基于RWBS的新方法分解所需的时间减少了约87%;与MP算法相比较,新方法分解所需的时间减少约50%.
- 叶兰兰付丽华赵浩岚
- 关键词：稀疏分解
