首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   198篇
  国内免费   17篇
  完全免费   158篇
  自动化技术   373篇
  2019年   2篇
  2018年   9篇
  2017年   24篇
  2016年   38篇
  2015年   53篇
  2014年   85篇
  2013年   40篇
  2012年   56篇
  2011年   29篇
  2010年   13篇
  2009年   8篇
  2008年   3篇
  2007年   8篇
  2006年   2篇
  2004年   1篇
  1999年   1篇
  1992年   1篇
排序方式: 共有373条查询结果,搜索用时 156 毫秒
1.
压缩传感综述   总被引:43,自引:4,他引:39       下载免费PDF全文
李树涛  魏丹 《自动化学报》2009,35(11):1369-1377
在传统采样过程中, 为了避免信号失真, 采样频率不得低于信号最高频率的2倍. 然而对于数字图像、视频的获取, 依照香农(Shannon)定理会导致海量采样数据, 大大增加了存储和传输的代价. 近年来, 一种新兴的压缩传感理论为数据采集技术带来了革命性的突破, 得到了研究人员的广泛关注. 压缩传感采用非自适应线性投影来保持信号的原始结构, 能通过数值最优化问题准确重构原始信号. 压缩传感以远低于奈奎斯特频率进行采样, 在压缩成像系统、模拟/信息转换、生物传感等领域有着广阔的应用前景. 本文主要介绍了压缩传感的基本理论及相关应用, 并对其研究前景进行了展望.  相似文献
2.
Sparse representation and blind source separation of ill-posed mixtures   总被引:9,自引:0,他引:9  
Bofill et al. discussed blind source separation (BSS) of sparse signals in the case of two sensors. However, as Bofill et al. pointed out, this method has some limitation. The potential function they introduced is lack of theoretical basis. Also the method could not be extended to solve the problem in the case of more than three sensors. In this paper, instead of the potential function method, a K-PCA method (combining K-clustering with PCA) is proposed. The new method is easy to be used in the case of more than three sensors. It is easy to be implemented and can provide accurate estimation of mixing matrix. Some criterion is given to check the effect of the mixing matrix A . Some simulations illustrate the availability and accuracy of the method we proposed.  相似文献
3.
一种新的图像稀疏分解快速算法   总被引:8,自引:0,他引:8  
尹忠科  王建英 《计算机应用》2004,24(10):92-93,96
图像的稀疏表示特别适合于图像的处理,而求得图像稀疏表示的图像稀疏分解的计算量十分巨大。利用基于Matching Pursuit(MP)方法实现的图像稀疏分解算法,采用遗传算法快速寻找MP过程中每一步分解的最佳原子。根据寻找最佳原子的遗传算法的内在特点,提出了一种优化的快速算法。算法的有效性为实验结果所证实。  相似文献
4.
Inpainting and Zooming Using Sparse Representations   总被引:4,自引:0,他引:4  
5.
Wavelet denoising via sparse representation   总被引:4,自引:0,他引:4  
Wavelet threshold denoising is a powerful method for suppressing noise in signals and images. However, this method often uses a coordinate-wise processing scheme, which ignores the structural properties in the wavelet coefficients. We propose a new wavelet denoising method using sparse representation which is a powerful mathematical tool recently developed. Instead of thresholding wavelet coefficients individually, we minimize the number of non-zero coefficients under certain conditions. The denoised signal is reconstructed by solving an optimization problem. It is shown that the solution to the optimization problem can be obtained uniquely and the estimates of the denoised wavelet coefficients are unbiased, i.e., the statistical means of the estimates are equal to the noise-free wavelet coefficients. It is also shown that at least a local optimal solution to the denoising problem can be found. Our experiments on test data indicate that this new denoising method is effective and efficient for a wide variety of signals including those with low signal-to-noise ratios. Supported by the U.S. National Institutes of Health (Grant No. U01 HL91736), and the National High-Tech Research & Development Program of China (Grant No. 2007AA01Z175)  相似文献
6.
基于Gabor 感知多成份字典的图像稀疏表示算法研究   总被引:4,自引:0,他引:4       下载免费PDF全文
孙玉宝  肖亮  韦志辉  邵文泽 《自动化学报》2008,34(11):1379-1387
如何设计合适的能够匹配各层面几何结构的图像稀疏表示过完备字典, 进而形成对图像的稀疏分解是当前研究者关注的热点问题. 根据图像的几何结构特性, 从人类视觉系统特性出发, 建立了匹配各层面图像结构的Gabor感知多成份字典, 进而提出一种高效的基于匹配追踪的图像稀疏分解算法. 实验结果表明: Gabor感知多成份字典具有对图像中平滑、边缘与纹理结构的自适应性, 与Anisotropic refinement-Gaussian (AR-Gauss)混合字典相比以较少的原子实现了对图像更为高效的稀疏分解.  相似文献
7.
加权局部特征结合判别式字典的目标跟踪   总被引:4,自引:3,他引:1  
目的 当前大多数基于稀疏表示的跟踪方法只考虑全局特征或局部特征的最小重构误差,没有充分利用稀疏编码系数,或者忽略了字典判别性的作用,尤其当目标被相似物遮挡时,往往会导致跟踪目标丢失。针对上述问题,提出一种新的基于判别式字典和加权局部特征的稀疏外观模型(SPAM-DDWF)跟踪算法。方法 首先利用Fisher准则学习判别式字典,对提取的局部特征进行结构性分析来区分目标和背景,其次,提出一种新的基于加权的相似性度量方法来处理遮挡问题,从而提高跟踪的精确度。此外,基于重构系数的权重更新策略,使算法能更好地适应跟踪目标的外观变化,并降低了遮挡发生时跟踪漂移的概率。结果 在多个基准图像序列上,与多种流行方法对比,本文算法在光照变化、复杂背景、遮挡等场景中保持较高的跟踪成功率与较低的漂移误差。平均成功率和漂移误差分别为76.8%和3.7。结论 实验结果表明,本文算法具有较好的有效性和鲁棒性,尤其在目标被相似物遮挡的情况下,也能较准确地跟踪到目标。  相似文献
8.
Kernel sparse representation based classification   总被引:4,自引:0,他引:4  
Sparse representation has attracted great attention in the past few years. Sparse representation based classification (SRC) algorithm was developed and successfully used for classification. In this paper, a kernel sparse representation based classification (KSRC) algorithm is proposed. Samples are mapped into a high dimensional feature space first and then SRC is performed in this new feature space by utilizing kernel trick. Since samples in the high dimensional feature space are unknown, we cannot perform KSRC directly. In order to overcome this difficulty, we give the method to solve the problem of sparse representation in the high dimensional feature space. If an appropriate kernel is selected, in the high dimensional feature space, a test sample is probably represented as the linear combination of training samples of the same class more accurately. Therefore, KSRC has more powerful classification ability than SRC. Experiments of face recognition, palmprint recognition and finger-knuckle-print recognition demonstrate the effectiveness of KSRC.  相似文献
9.
Sparse Modeling of Textures   总被引:3,自引:0,他引:3  
10.
基于群稀疏的结构化字典学习   总被引:3,自引:3,他引:0  
随着稀疏表示在机器学习和图像处理领域中的广泛应用,字典学习的算法受到越来越多的关注。传统意义上训练出来的字典只是一些原子的集合,没有结构。考虑到稀疏表示信号中群结构的稀疏性,建立了基于群稀疏的结构化字典学习的数学模型,并结合凸分析和单调算子理论提出了一个结构化字典学习的有效算法。实验结果表明,该算法具有更快的收敛速度,新模型训练出来的字典能够更好地适应数据,提高表示数据的精度,进而提高图像增强的效果。  相似文献
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号