西安电子科技大学电子工程学院智能感知与图像理解教育部重点实验室
- 作品数：139 被引量：2,211H指数：16
- 相关作者：王良君史思琦王凌霞胡朝旭殷飞更多>>
- 相关机构：河南大学计算机与信息工程学院咸阳师范学院计算机学院空军工程大学理学院更多>>
- 发文基金：国家自然科学基金国家教育部博士点基金高等学校学科创新引智计划更多>>
- 相关领域：自动化与计算机技术电子电信理学天文地球更多>>
- 异构无线网络中基于免疫计算的联合会话接纳控制被引量：5
- 2011年
- 本文研究了单运营商异构网络环境下的联合会话接纳控制问题,给出了一个基于免疫计算的会话接纳控制方案.设计了联合会话接纳控制问题的数学模型,给出了基于免疫多目标优化算法的控制方案框架,并通过仿真实验验证了本文方案.实验结果表明,与文献方案相比,本文设计的接入控制方案在阻塞率和频谱效用之间获得了更好的性能折中,同时更好地兼顾了同一运营商内各个接入网络之间的公平,具有较好应用价值.
- 朱思峰刘芳戚玉涛柴争义吴建设
- 关键词：异构无线网络
- 基于噪声特点和l_1凸松弛技术的图像去模糊方法被引量：5
- 2011年
- 图像去模糊本质上是求解一个病态问题。由于理论上图像均存在稀疏域的特点,l1凸松弛技术经常用来求解图像去模糊的病态问题。然而,在获取图像的实际过程中,不同类型的噪声可能会引入到模糊图像中。对于不同噪声污染的模糊图像,如果仍然采用同一模型进行图像去模糊,很难产生令人满意的结果。基于此,本文在分析噪声对模糊图像污染特点的基础上,提出采用不同的l1凸松弛模型去除图像模糊和噪声的方法。在所提的方法中,根据模糊图像的像素是全部还是部分被噪声污染,在l1凸松弛的优化模型中选用不同的保真项。实验结果验证了本文提出的基于噪声特点和l1凸松弛技术的图像去模糊方法的正确性和有效性。
- 宋晓霞石光明
- 关键词：图像去模糊噪声
- 基于视觉显著性的分块自适应压缩感知算法被引量：7
- 2015年
- 针对SAR图像的压缩感知重建问题,在分块压缩感知框架的基础上,提出了基于视觉显著性的分块自适应压缩感知算法.在采样阶段,每个子块的采样率依据显著信息自适应的变化;在重建阶段,根据不同图像显著信息的差异,自适应地滤波.实验结果表明:该方法不仅重建结果的整体质量更优,视觉效果更好,而且在重建后的图像中能更好地保持边缘和目标等重要特征.
- 王蓉芳陈佳伟焦李成孙奕菲
- 关键词：视觉显著性自适应采样自适应滤波器图像重建
- 基于和谐管理理论的免疫信息网络优化算法
- 2013年
- 受经济管理学中"和谐管理"理论的思想启发,提出一种全新的免疫进化信息网络模型,即和谐进化信息网络(HEIN).在该模型中,将优化问题的求解看作是信息网络能量最大化的过程,通过"和则"与"谐则"二个规则集的有机结合来有效控制和管理进化过程,实现了比单纯模拟生物免疫响应或自然进化更加完备和高效的和谐进化.实验结果表明,所提出算法可更好地保持种群多样性,收敛速度快,求解精度高.
- 孙奕菲焦李成公茂果吴建设
- 关键词：免疫优化算法信息网络和谐管理理论组合优化
- 基于截断完全最小二乘法的生物发光断层成像
- 2010年
- 提出了一种基于截断完全最小二乘法(TTLS)的生物发光断层成像(BLT)重建算法,并在扩展广义交叉验证(GCV)的基础上,设计了一种用于确定最佳截断水平的混合广义交叉验证方案(HGCV).与现有的只考虑测量噪声的重建算法不同,这种TTLS结合HGCV的重建算法可将模型离散、解剖结构获取以及光学参数测定中的误差与表面测量误差同时处理,仿真及物理仿体实验验证了该算法的有效性和鲁棒性.
- 余景景刘芳焦李成贺小伟
- 关键词：医学图像图像重建正则化
- 利用方向特性实现非下采样Contourlet变换阈值去噪被引量：7
- 2009年
- 系数阈值是流行的去噪方法,其中阈值方式与大小的选择是一个重要的技术问题.依据非下采样Contourlet分解系数尺度内与尺度间的相关性,考虑到相同尺度内不同方向上系数分布的聚集性依赖图像自身发生变化,提出一种利用方向特性实现非下采样Contourlet变换阈值去噪策略.对于被加性高斯白噪声污染的图像,实验中将利用方向特性实现非下采样Contourlet变换阈值去噪策略方法与小波阈值去噪、Contourlet变换去噪方法和非下采样Contourlet变换去噪方法进行了比较,结果表明利用方向特性实现非下采样Contourlet变换阈值去噪策略的峰值信噪比结果相比这些方法平均高出0.5-3.3 dB,在边缘特征方面保持了良好的视觉效果.
- 贾建焦李成
- 关键词：阈值函数小波变换非下采样CONTOURLET变换去噪
- 社会协作的多智能体进化被引量：7
- 2009年
- 提出了一种新的求解函数优化的算法.借鉴社会协作机制,定义可信任度表示智能体的历史活动信息,控制智能体间的相互作用;引入"熟人关系网"模型构建和更新智能体的局部环境,利用多智能体之间的协作特性来加快算法收敛速度;并构造了非一致变异算子保证智能体种群的多样性.仿真实验结果表明,与性能优越的多智能体遗传算法相比,该算法能以更少的函数评价次数找到精度更高的最优解.
- 潘晓英焦李成
- 关键词：函数优化
- 基于非下采样Shearlet和方向权值邻域窗的非局部均值SAR图像相干斑抑制被引量：8
- 2012年
- 非局部均值算法将传统的图像去噪算法由局部计算模型推广到非局部计算模型,取得了良好的效果.但对于合成孔径雷达图像,使用观测值和各向同性邻域窗来度量相似性,缺乏鲁棒性和方向性,不利于捕获图像边缘结构信息.提出了基于非下采样Shearlet特征描述子和方向权值邻域窗的非局部均值算法.实验表明,该算法不但有效地去除了相干斑,而且很好地保持了图像的几何结构信息,为后期SAR图像的理解与解译奠定了良好的基础.
- 张小华陈佳伟孟红云焦李成孙翔
- 关键词：非局部均值
- 整型推理量化CNN的SAR图像跨域变化检测
- 2023年
- 目的合成孔径雷达(synthetic aperture radar,SAR)特有的成像优势使得SAR图像变化检测在民用和军事领域有着广泛的应用场景,但实际应用中对SAR图像的变化区域进行标注既耗时又昂贵,而且现有的变化检测方法复杂度较高,无法满足实时、快速检测的需求。对此,提出了一种基于整型推理量化卷积神经网络的SAR图像跨域变化检测方法(integer inference-based quantization convolutional neural network,IIQ-CNN)。方法该方法研究了不同场景之间的跨域变化检测问题,即利用已有标记的源域数据对未知的目标域数据进行检测;设计了同时使用时相图和差异图的样本构建方法,既避免了检测结果对差异图的过分依赖,又能充分利用差异信息和时相图与差异图之间的共享信息,提高检测精度;并且在变化检测任务中首次引入整型推理量化技术,对深度网络模型进行模拟量化,减小模型复杂度并加速推理时间。结果在4组真实的SAR图像数据集上进行实验,从检测性能上看,IIQ-CNN与其他CNN方法相比,Kappa系数提高了4.23%~9.07%;从量化能力上看,对IIQ-CNN分别进行16、8和4位量化,仅在4位量化时检测结果有较明显下降,在16和8位量化时,模型都保持了较好的检测性能,并且推理时间明显减少。结论本文方法有效解决了伪标签质量对变化检测性能的影响,实现了加速推理的同时较好地保持模型检测精度的目的,促进了变化检测算法在嵌入式设备中的应用。
- 王蓉芳王蓉芳李畅霍春雷霍春雷
- 关键词：SAR图像
- 压缩感知理论及其研究进展被引量：748
- 2009年
- 信号采样是联系模拟信源和数字信息的桥梁.人们对信息的巨量需求造成了信号采样、传输和存储的巨大压力.如何缓解这种压力又能有效提取承载在信号中的有用信息是信号与信息处理中急需解决的问题之一.近年国际上出现的压缩感知理论(Compressed Sensing,CS)为缓解这些压力提供了解决方法.本文综述了CS理论框架及关键技术问题,并着重介绍了信号稀疏变换、观测矩阵设计和重构算法三个方面的最新进展,评述了其中的公开问题,对研究中现存的难点问题进行了探讨,最后介绍了CS理论的应用领域.
- 石光明刘丹华高大化刘哲林杰王良君
- 关键词：压缩感知
