长江学者和创新团队发展计划(IRT1170)

作品数：23被引量：249H指数：9
导出分析报告
相关作者：焦李成刘芳杨淑媛宋相法王凌霞更多>>
相关机构：西安电子科技大学河南大学中国计量学院福建农林大学更多>>
相关期刊：《雷达学报（中英文）》《电子学报》《工程数学学报》《西安电子科技大学学报》更多>>
相关主题：变化检测压缩感知多目标优化遥感图像变化检测多目标优化算法更多>>
相关领域：自动化与计算机技术电子电信更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于深度学习和层次语义模型的极化SAR分类被引量：13
《自动化学报》2017年第2期215-226,共12页石俊飞 刘芳 林耀海 刘璐 
国家重点基础研究发展计划(973计划)(2013CB329402);国家自然科学基金(61573267;61571342;61572383);国家自然科学基金青年科学基金项目(31300473);教育部"长江学者和创新团队发展计划"(IRT1170);高等学校学科创新引智计划(B07048);福建省自然科学基金(2014J01073)资助~~
针对复杂场景的极化合成孔径雷达(Synthetic aperture radar,SAR)图像,堆叠自编码模型能够自动学习高层特性,有效表示城区、森林等复杂地物的结构,然而,却难以保持图像的边界和细节.为了克服该缺点,本文结合深度自编码器和极化层次语义...
关键词：叠自编码器 极化层次语义模型 极化SAR分类 区域划分 层次分割 
稀疏认知学习、计算与识别的研究进展被引量：18
《计算机学报》2016年第4期835-852,共18页焦李成 赵进 杨淑媛 刘芳 谢雯 
国家"九七三"重点基础研究发展规划项目基金(2013CB329402);高等学校学科创新引智计划(B07048);国家自然科学基金重大研究计划(91438201;91438103);教育部"长江学者和创新团队发展计划"(IRT1170)资助
稀疏认知学习、计算与识别是近年来受到国际学术界广泛关注的学术前沿领域,这一新的学习、计算与识别范式将对机器学习、模式识别、计算智能以及大数据等领域的研究产生变革性的影响.为能更好地把握其发展规律,本文以生物视觉稀疏认知...
关键词：稀疏编码 结构化稀疏 层次化稀疏 视觉皮层 稀疏认知学习 计算与识别 认知计算 机器学习 人工智能 
基于随机子空间核极端学习机集成的高光谱遥感图像分类被引量：8
《计算机科学》2016年第3期301-304,共4页宋相法 曹志伟 郑逢斌 焦李成 
国家自然科学基金(61272282;91438201);教育部"长江学者和创新团队发展计划"(IRT1170);河南省高等学校重点科研项目(15A520010)资助
结合随机子空间和核极端学习机集成提出了一种新的高光谱遥感图像分类方法。首先利用随机子空间方法从高光谱遥感图像数据的整体特征中随机生成多个大小相同的特征子集;然后利用核极端学习机在这些特征子集上进行训练从而获得基分类器;...
关键词：高光谱遥感图像分类 核极端学习机 随机子空间 分类器集成 
基于小波融合和PCA-核模糊聚类的遥感图像变化检测被引量：28
《电子学报》2015年第7期1375-1381,共7页慕彩红 霍利利 刘逸 刘若辰 焦李成 
国家重点基础研究发展计划(No.2013CB329402);国家自然科学基金(No.61003199,No.61373111,No.61272279,No.61303032,No.61371201);中央高校基本科研业务费专项资金(No.JB140216,No.K5051202019,No.K5051302084);陕西省自然科学基础研究计划(No.2014JQ5183,No.2014JM8321);高等学校学科创新引智计划(No.B07048);教育部长江学者和创新团队发展计划(No.IRT1170)
本文提出了一种变化检测方法以提高算法的鲁棒性、检测精度以及抗噪性.首先对差值法构造的差异图和比值法构造的差异图进行小波融合.然后将融合图像分成互不重叠的小块,并用主成分分析得到图像块的正交基.通过将融合图像中每个像素的邻...
关键词：遥感图像 变化检测 特征提取 核模糊聚类 小波融合 
基于稀疏表示的多示例图像分类被引量：7
《计算机科学》2015年第1期293-296,共4页宋相法 焦李成 
国家重点基础研究发展计划(973计划)(2013CB329402);国家自然科学基金(61305042;61272282;61173090;61072106;61072108);教育部"长江学者和创新团队发展计划"(IRT1170)资助
为了有效地解决多示例图像分类问题,基于稀疏表示提出了一种新的多示例图像分类方法。该方法将图像看作多示例包,图像中的区域作为包中示例,利用示例嵌入策略计算包特征;然后将待分类图像包特征表示为训练图像包特征集上的稀疏线性组合...
关键词：图像分类 多示例学习 稀疏表示 
结合最优亮度分量的遥感图像融合方法被引量：4
《西安电子科技大学学报》2014年第6期45-50,共6页刘帆 张凯 焦李成 杨淑媛 
国家重点基础研究发展计划资助项目(2013CB329402);国家自然科学基金资助项目(61072106;61173092;61271302;61272282;61001206;61202176;61271298);教育部"长江学者和创新团队发展计划"资助项目(IRT1170);高等学校学科创新引智计划(111计划)资助项目(B07048)
针对基于亮度色调饱和度变换的遥感图像融合方法中存在的光谱损失问题,提出了一种结合最优亮度分量的融合方法.根据全色图像的亮度分量,利用克隆选择算法给出每幅单光谱图像对应的全局优化权值,该权值可反映出每幅单光谱图像相对于全色...
关键词：遥感 图像融合 亮度色调饱和度变换 克隆选择算法 
利用边缘信息的多尺度分块压缩感知自适应采样方法被引量：1
《信号处理》2014年第12期1457-1463,共7页王蓉芳 刘璐 焦李成 古晶 
国家自然科学基金(61173090;61100154;61272282);高等学校学科创新引智计划(111计划)(B07048);教育部"长江学者和创新团队发展计划"资助(IRT1170)
在小波域多尺度压缩感知框架下,被完整保留的低频系数存在着许多可利用的图像信息。本文在分析了不同尺度之间、以及同一尺度之内的系数块存在能量差异的基础上,提出了利用边缘信息的多尺度分块压缩感知自适应采样方法(EAS)。该方法首...
关键词：多尺度压缩感知 自适应采样 边缘信息 小波变换 
基于矩阵对数累积量的极化合成孔径雷达数据去噪方法被引量：3
《兵工学报》2014年第9期1400-1407,共8页刘坤 马文萍 刘红英 王爽 
国家重点基础研究发展计划项目(2013CB329402);国家自然科学基金项目(61271302);高等学校学科创新引智计划项目(B07048);教育部长江学者和创新团队发展计划项目(IRT1170)
噪声抑制是极化合成孔径雷达(PolSAR)数据处理中的重要步骤,首次将矩阵的对数累积量应用于PolSAR去噪当中,由数据点的子视数据集计算滤波系数并结合非局部方法的思想实现了PolSAR的斑点噪声抑制。所用方法基于非局部策略选取同质区域,...
关键词：信息处理技术 遥感图像 极化合成孔径雷达 相干斑 噪声抑制 对数累积量 梅林变换 
基于合作模型的协同免疫多目标优化算法被引量：9
《电子学报》2014年第5期858-867,共10页戚玉涛 刘芳 任元 刘静乐 焦李成 
国家教育部博士点基金(No.20090203120016;No.20100203120008);中国博士后科学基金(No.20090461283;No.20090451369;No.201104658);陕西省自然科学基础研究计划(No.2011JQ8010);中央高校基本科研业务费专项资金(No.K5051203007;No.K5051203002;No.K5051302023);国家自然科学基金(No.61272279);新世纪支持计划(No.NCET-12-0920);国家重点基础研究发展计划(No.2013CB329402);高等学校学科创新引智计划(No.B07048);教育部长江学者和创新团队发展计划(No.IRT1170)
本文针对多目标优化问题Pareto最优解集合(PS)的分布特点,构造了一种基于新的子任务划分方法的合作型协同进化模型,并将该模型引入人工免疫系统中,提出了一种基于合作模型的协同免疫多目标优化算法(A Cooperative Immune Coevolutionary...
关键词：多目标优化 人工免疫算法 协同进化 
基于面向分类准则的维数约简及其在人脸识别中的应用
《计算机科学》2014年第5期283-287,共5页殷飞 焦李成 
国家重点基础研究发展计划(2013CB329402);国家自然科学基金(61072106;61173090;61072108;61303034);教育部长江学者和创新团队发展计划(IRT1170);基本科研业务费(K5051303011)资助
针对高维数据导致的维数灾难问题,提出了一种基于面向分类准则的维数约简方法。所提准则使每个训练样本在特征空间中与同类样本尽可能接近,而与异类样本尽可能疏远。首先对每个训练样本定义同类样本加权平均距离和异类样本加权平均距离...
关键词：维数约简 总体同类距离 总体异类距离 面向分类的准则 人脸识别 
全选清除导出
共3页<123>
检索报告 对象比较 聚类工具 使用帮助 返回顶部