您的位置: 专家智库 > >

国家自然科学基金(61163023)

作品数:31 被引量:107H指数:6
相关作者:徐少平刘小平杨晓辉李春泉胡凌燕更多>>
相关机构:南昌大学加拿大卡尔顿大学南昌航空大学更多>>
发文基金:国家自然科学基金江西省自然科学基金国家高技术研究发展计划更多>>
相关领域:自动化与计算机技术电气工程电子电信医药卫生更多>>

文献类型

  • 31篇期刊文章
  • 3篇会议论文

领域

  • 25篇自动化与计算...
  • 4篇电子电信
  • 4篇电气工程
  • 1篇天文地球
  • 1篇医药卫生

主题

  • 12篇图像
  • 11篇降噪
  • 9篇网络
  • 9篇卷积
  • 8篇噪声
  • 8篇神经网
  • 8篇神经网络
  • 8篇卷积神经网络
  • 4篇图像降噪
  • 4篇降噪算法
  • 3篇混沌
  • 2篇电力
  • 2篇电力系统
  • 2篇信号
  • 2篇数据依赖
  • 2篇统计特征
  • 2篇曲线段
  • 2篇自适
  • 2篇自适应
  • 2篇稳定性

机构

  • 34篇南昌大学
  • 7篇加拿大卡尔顿...
  • 2篇南昌航空大学
  • 1篇九江学院
  • 1篇上饶师范学院

作者

  • 29篇徐少平
  • 13篇刘小平
  • 10篇杨晓辉
  • 7篇李春泉
  • 4篇于海雯
  • 4篇胡凌燕
  • 3篇江顺亮
  • 3篇邹艳妮
  • 2篇柳和生
  • 2篇唐祎玲
  • 2篇程强强
  • 2篇王毅
  • 1篇叶发茂
  • 1篇张玮
  • 1篇任燕
  • 1篇范进辉
  • 1篇杨荣昌

传媒

  • 6篇中国图象图形...
  • 3篇光电子.激光
  • 2篇电子学报
  • 2篇计算机工程与...
  • 1篇科技通报
  • 1篇南昌大学学报...
  • 1篇煤矿机械
  • 1篇电测与仪表
  • 1篇电子与信息学...
  • 1篇自动化学报
  • 1篇制造技术与机...
  • 1篇计算机研究与...
  • 1篇模式识别与人...
  • 1篇计算机学报
  • 1篇计算机工程
  • 1篇南昌大学学报...
  • 1篇江西师范大学...
  • 1篇计算机应用研...
  • 1篇中国生物医学...
  • 1篇科学技术与工...

年份

  • 1篇2021
  • 6篇2020
  • 8篇2019
  • 3篇2017
  • 4篇2015
  • 3篇2014
  • 4篇2013
  • 5篇2012
31 条 记 录,以下是 1-10
排序方式:
一种非开关型快速随机脉冲噪声降噪算法被引量:3
2019年
为提高现有开关型随机脉冲噪声(Random-Valued Impulse Noise,RVIN)降噪算法的降噪性能,提出了一种基于卷积神经网络的非开关型RVIN快速降噪算法(Fast Non-switching RVIN Denoising Algorithm,FNRDA).首先,利用噪声检测器随机地检测给定噪声图像中少量不同位置处的像素点;然后,将检测为RVIN噪声点的个数除以被检像素点总数转化为噪声比例值;最后,根据噪声比例值调用相应预先训练好的非开关型卷积神经网络降噪模型,快速且高质量地完成图像降噪任务.实验结果表明:所提出的非开关型FNRDA算法在各噪声比例下的综合性能(降噪效果和执行效率)优于经典的开关型RVIN降噪算法,适用于图像恢复、信号检测、无线通讯等实时系统中.
徐少平刘婷云罗洁张贵珍李崇禧
关键词:降噪卷积神经网络
一种新的基于自适应柯西变异粒子群的软体碰撞检测算法
快速而精确的碰撞检测技术对虚拟环境及相关应用至关重要。为了使算法能在保证精度的同时满足实时性要求,提出一种新的自适应柯西变异粒子群的碰撞检测算法。该算法将层次包围盒树与随机碰撞检测算法相结合,通过层次包围盒进行粗略检测以...
邹艳妮刘小平李春泉程强强赖蘋华
关键词:碰撞检测层次包围盒非线性规划柯西变异粒子群
文献传递
基于ARM-FPGA的3D激光扫描系统的设计与实现
三维激光扫描技术(Three-Dimension Laser Scanning Technology,3D-LST)是目前国内外测绘领域研究关注的热点之一。为了实现三维激光扫描仪的便携式、自动化设计,本文采用了一种基于A...
程强强刘小平邹艳妮赖蘋华
关键词:嵌入式FPGA激光扫描信号采集运动控制
文献传递
一种基于卷积神经网络的快速噪声水平估计算法
2019年
对于非盲的高斯降噪算法而言,噪声水平值是非常重要的参数。传统的噪声水平估计算法多采用复杂的处理过程操作且效率较低。为此,本文利用非线性映射能力强大的卷积神经网络实现了一种快速高斯噪声水平估计算法。该算法首先对大量原始无失真自然图像施加不同水平的高斯噪声构成噪声图像集合,将噪声图像及其对应的噪声水平值作为卷积神经网络(convolution neural network,CNN)的输入和输出,训练得到一个噪声水平估计模型。模型一旦训练完成,即可快速地估计出任意给定的噪声图像的高斯噪声水平大小,整个过程无需人工设置任何参数。实验数据表明,与经典的噪声水平估计算法相比,所提出的算法保证了一定的预测准确性,且在执行效率方面更有优势,可适用于需要噪声水平作为输入参数的非盲降噪算法。
于海雯易昕炜徐少平刘婷云李崇禧
关键词:高斯噪声卷积神经网络
适用于迭代型去模糊算法粗精检测相结合的自适应终止机制
2020年
由于缺乏合适的去模糊图像质量度量方法,迭代型去模糊算法通常将其迭代次数简单地设置为固定值,无法在执行效率和去模糊质量之间获得最优的平衡点。为此,提出一种粗精检测相结合的迭代终止机制并将其应用到迭代型去模糊算法中以自适应地确定它们最佳的迭代次数。具体地,在每一步迭代过程中利用伪PSNR值细粒度地判断去模糊图像质量是否趋于稳定,另一方面每隔若干步利用从反向卷积残差图像中提取的统计特征值粗粒度准确地判定图像质量是否达到最佳,将两种去模糊图像质量度量方法有机结合以实现一种效率高且准确的迭代终止判定机制。评估结果显示,将所提出的粗精相结合的终止机制应用于NCSR、GSR和ADMM共三种主流去模糊算法后,执行效率可提高50%左右,而去模糊图像质量也得到了最佳保证。实验结果表明,提出的检测机制能够有效地解决各种迭代型去模糊算法因采用固定迭代次数而存在的无益迭代和过迭代问题,非常具有普适性。
李崇禧徐少平林珍玉张玮刘婷云
关键词:去模糊
基于LBP值对空间统计特征的纹理描述符被引量:19
2013年
针对基于内容图像检索应用背景下局部二值模式(LBP)描述符缺乏空间描述能力及所需特征矢量维数较长的不足,提出一种基于LBP值对空间统计特征构建的改进纹理描述符(ILBP).ILBP描述符首先利用LBP微模式编码方法将原始图像转换为LBP伪灰度图像,然后再提取出多个关于LBP值对空间分布关系统计值构成描述图像特征的特征矢量.在基于内容的图像检索原型测试平台上完成大量实验.实验结果表明,与LBP及其各类变种描述符相比,ILBP描述符在进一步增强LBP描述符描述能力的同时大幅度压缩特征矢量维数,具有更好的查询正确率和查询效率.
徐少平刘小平李春泉胡凌燕杨晓辉
关键词:统计特征
图像质量感知的混合噪声快速盲降噪算法被引量:1
2019年
现有的高斯脉冲混合噪声降噪算法多基于正则化技术采用迭代求解最优目标函数值的方式实现,执行效率普遍比较低,严重限制了其实际应用范围.为此,以卷积神经网络(convolutional neural network,CNN)为核心技术提出了一种基于图像质量感知的快速盲降噪算法(image quality-aware fast blind denoising algorithm,IQA-FBDA).在训练阶段,首先基于浅层CNN卷积神经网络设计图像质量评估模型来预测待降噪图像的图像质量值;然后,依据在大量噪声图像训练集合上获得的图像质量值统计分布规律构建混合噪声模式分类字典;最后,基于该分类字典将噪声图像集合划分为16个子集并训练与各个子集相匹配的深层CNN卷积神经网络专用降噪模型.在降噪阶段,首先利用图像质量评估模型估计给定待降噪图像的质量值,然后依据所预测的图像质量值查找噪声模式分类字典并调用与之相匹配预先训练好的深层CNN降噪模型即可快速地完成盲降噪任务.实验数据表明:IQA-FBDA算法在降噪效果方面的性能达到了与主流高斯脉冲混合噪声降噪算法相当的水平,而在执行效率方面则有极大提高,更具实用价值.
徐少平刘婷云罗洁张贵珍唐祎玲
关键词:图像降噪卷积神经网络
集成Web Service在工作流管理系统中的应用
2015年
商业环境的快速变化对工作流技术提出更高的要求。为使工作流系统能适应不断变化的环境并能及时更新获取数据资源,提出将集成Web Service作为Agent(WSA)应用到多agent着色工作流网上,最后通过实例出示集成WSA在工作流系统中发挥的作用。
徐少平邹艳妮
关键词:工作流技术SERVICE
基于永磁同步电动机中混沌运动状态观测器的同步控制
2012年
利用状态观测器反馈控制,可以使受控的混沌系统逐渐退化为稳定的系统,理论也证明设计的控制器可使得2个结构相同但参数不同的混沌系统逐渐达到同步,进而完全消除非线性斗振现象,利用反馈增益的极点配置方法,可以使系统达到很好的动态特性。仿真结果进一步验证了该方法的有效性,对电动机运动的稳定性具有较好的价值。
杨晓辉刘小平柳和生徐少平
关键词:混沌同步状态观测器PMSM
用于去除随机脉冲噪声的两阶段盲卷积降噪模型被引量:3
2020年
相对于经典的采用逐点检测与复原方式实现的开关型随机脉冲噪声(Random-Valued Impulse Noise,RVIN)降噪算法,基于深度卷积神经网络构建的非开关型RVIN降噪模型在降噪效果和执行效率上均有显著优势,但也存在着固有的数据依赖缺陷,不能在降噪效果和易用性两个方面同时获得最佳性能.为此,以DnCNN(Denoising Convolutional Neural Network)深度降噪网络模型架构为设计基础,提出了一种新的用于去除RVIN噪声的两阶段盲卷积降噪(Two-stage Blind Convolutional Denoising,TBCD)模型.在第一阶段,针对给定的受0~90%范围内某个比例RVIN噪声干扰的噪声图像,利用DnCNN-B(DnCNN for Blind Denoising Task)盲降噪模型完成初步降噪.同时,利用噪声检测模型预测出噪声图像相应的噪声标签,然后将噪声图像与噪声标签矩阵按位相乘生成稀疏采样图像(Sparse Sampling Image,SSI).在第二阶段,为了进一步提高DnCNN-B盲降噪模型所复原的初步降噪图像的质量,将其与SSI图像连接(concatenate)后再次输入到预先训练好的双通道图像质量提升模型中获得残差图像,之后将初步降噪图像减去残差图像得到最终的降噪图像.与现有的开关型RVIN降噪算法相比,所提出的非开关型TBCD模型在各种噪声比例条件下获得的峰值信噪比(Peak Signal-to-Noise Ratio,PSNR)指标平均值能高出5~8 dB,展现出深度降噪网络模型的显著优势.而与盲降噪版的DnCNN-B和非盲降噪版的DnCNN-S(DnCNN with Known Specific Noise Ratio)两个深度降噪模型相比,TBCD模型复原图像的PSNR平均值比DnCNN-B高0.5 dB,仅比理想实现条件下(需给定准确的噪声比例值并调用专门训练的降噪模型)的DnCNN-S模型低0.3dB.这表明采用两阶段策略实现的TBCD盲卷积降噪模型在降噪效果和易用性两个方面都获得了最佳性能,很好地解决了深度RVIN降噪模型所存在的数据依赖问题.
徐少平刘婷云林珍玉崔燕
关键词:数据依赖降噪效果易用性
共4页<1234>
聚类工具0