检索结果

Select

1. 基于稀疏编码和岭回归的文本图像复原算法

王之毅, 毕笃彦, 熊磊, 凡遵林, 张晓瑜

计算机应用 2017, 37 (9): 2648-2651. DOI: 10.11772/j.issn.1001-9081.2017.09.2648

摘要（586）

PDF （690KB）（641）

为解决现有稀疏编码方法在文本图像复原中存在的编码码元表述空间有限和计算时间长的问题，提出了一种基于岭回归的稀疏编码文本图像复原方法。首先，该方法在训练阶段使用样本图像块训练出用于稀疏表达的字典，并根据样本图像块和编码码元之间的欧氏距离对样本图像块进行聚类；其次，在局部流形空间构建低质量文本图像块和清晰文本图像块之间的岭回归，实现对编码码元表述空间的局部多线性扩展和快速计算；最后，在测试阶段搜索和低质量文本图像最相近的编码码元，计算出近似的清晰文本图像块，从而避免计算耗时的低质量文本图像块的稀疏编码。实验结果表明，所提算法在恢复的图像质量上相比现有的基于稀疏编码的算法在峰值信噪比上高0.3~1.1 dB，耗时降低了1~2个数量级，为提高文本图像复原质量和提升算法运算速度提供了一种解决方案。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于滤波合成的关键显著性目标检测方法

王晨樊养余李波熊磊

计算机应用 2014, 34 (12): 3531-3535.

摘要（271）

PDF （964KB）（645）

针对显著性目标检测过程中的背景干扰问题,提出了一种基于滤波合成的关键显著性目标检测算法。该算法将局部指导滤波与改进的差分高斯(DoG）滤波方法相结合,使显著性目标更加凸显；然后,利用得到的显著性图确定关键点集合,通过调整因子得到更符合视觉机制的显著性检测结果。实验表明,所提算法优于现有显著性检测方法。与局部对比度(LC)方法、谱残差(SR)方法、基于直方图对比度(HC)方法、区域对比度(RC)方法、基于调频(FT)的方法等相比,背景与干扰目标得到有效抑制,同时具有更高的精度和更好的召回率。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于矩阵分解与用户近邻模型的协同过滤推荐算法

杨阳向阳熊磊

计算机应用 2012, 32 (02): 395-398. DOI: 10.3724/SP.J.1087.2012.00395

摘要（1461）

PDF （660KB）（1418）

针对个性化推荐系统中协同过滤算法面对的矩阵稀疏和新使用者问题，提出基于矩阵分解与用户近邻模型的推荐算法。通过对用户档案信息构建近邻模型以保证新使用者预测的准确性；同时考虑到数据量大和矩阵稀疏会引起时间和空间复杂度过高等问题，引入奇异值矩阵分解的方式，从而减小矩阵稀疏和数据量大的影响，提高推荐系统的准确性。实验结果表明，该算法能有效解决大数据量的矩阵稀疏问题以及新使用者问题。

参考文献 | 相关文章 | 多维度评价

Select

4. 保持全局和局部特性的黎曼流形改进算法

王伟毕笃彦熊磊

计算机应用 2010, 30 (12): 3301-3303.

摘要（1591）

PDF （617KB）（939）

黎曼流形学习(RML)是一种全局算法，但其不能较好地保持数据局部邻域的几何性质。为解决这个问题，提出一种基于黎曼流形学习（RML）的多结构算法。先对数据集进行主成分分析（PCA）投影，再构造邻域图，然后把整个数据集分为两个部分求低维嵌入坐标，对于基准点的k近邻，采用能保持其和近邻点局部性质的权值矩阵得到低维嵌入；对于其他点仍采用RML算法，使其达到既能维持数据点的全局结构，又能最大限度地保持其局部几何性质的目的。实验结果验证了该算法的有效性和实时性。