“联合稀疏模型”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果888132个，建议您升级VIP下载更多相关专利

[发明专利]一种低信噪比情况下压缩感知雷达单目标参数估计方法-CN201810394558.0有效
发明人：陶宇;付杰;刘玉申;张静亚;徐健 -专利权人：常熟理工学院
申请日： 2018-04-27 - 公布日： 2021-03-19 - 主分类号： G01S7/41 文献下载
摘要：本发明公开了一种低信噪比情况下压缩感知雷达单目标参数估计方法，包括建立回波脉冲信号群的联合稀疏表示模型、构造脉冲压缩积累观测矩阵以及联合稀疏优化重构；其中：建立回波信号群的联合稀疏表示模型用于得到压缩感知雷达回波脉冲信号群的联合稀疏表示；构造脉冲压缩积累观测矩阵用于对接收脉冲信号群进行压缩积累，提高接收信号群信噪比；联合稀疏优化重构用于重构回波脉冲信号群在稀疏域的联合稀疏向量，得到目标参数的估计。
一种低信噪情况压缩感知雷达目标参数估计方法

[发明专利]一种低信噪比情况下压缩感知雷达多目标参数估计方法-CN201810394557.6有效
发明人：陶宇;刘奕帆;刘玉申;张静亚;徐健 -专利权人：常熟理工学院
申请日： 2018-04-27 - 公布日： 2021-03-19 - 主分类号： G01S7/292 文献下载
摘要：本发明公开了一种低信噪比情况下压缩感知雷达多目标参数估计方法，包括建立回波脉冲信号群的联合稀疏表示模型、构造脉冲压缩积累观测矩阵以及联合稀疏优化重构；其中：建立回波信号群的联合稀疏表示模型用于得到压缩感知雷达回波脉冲信号群的联合稀疏表示；构造脉冲压缩积累观测矩阵用于对接收脉冲信号群进行压缩积累，提高接收信号群信噪比；联合稀疏优化重构用于重构回波脉冲信号群在稀疏域的联合稀疏向量，得到目标参数的估计。
一种低信噪情况压缩感知雷达多目标参数估计方法

[发明专利]一种联合稀疏信道估计方法、装置及系统-CN201410282949.5有效
发明人：戚晨皓;朱鹏程 -专利权人：东南大学
申请日： 2014-06-23 - 公布日： 2017-07-18 - 主分类号： H04L25/02 文献下载
摘要：本发明公开了一种联合稀疏信道估计方法、装置及系统，其包括建立联合稀疏重建模型，将所有待估计的信道合并为一个联合稀疏向量，利用所述联合稀疏重建模型，求解所述联合稀疏向量的所有非零元素块的位置，求解每个信道的非零元素的取值
一种联合稀疏信道估计方法装置系统

[发明专利]一种MR图像的分割方法及装置-CN201410856328.3在审
发明人：李玉红;秦璟;贾富仓;王琼;王平安 -专利权人：深圳先进技术研究院
申请日： 2014-12-31 - 公布日： 2015-04-01 - 主分类号： G06T7/00 文献下载
摘要：本发明适用于医学图像处理技术领域，提供了一种MR图像的分割方法及装置，包括：通过多模态的样本MR图像分别进行各个模态的字典学习；建立多模态联合稀疏表示模型；通过所述多模态联合稀疏表示模型，将测试MR图像在所述字典下联合稀疏表示为少数原子的线性组合，通过稀疏编码获取所述测试MR图像的稀疏表示系数；根据所述测试MR图像的稀疏表示系数，将所述测试MR图像的每个像素进行分类，获取图像分割结果。本发明提出的多模态联合稀疏表示模型，能够结合多模态MR图像所提供的信息进行多变量联合稀疏表示，大大地提高了图像分割的正确率。
一种 mr 图像分割方法装置

[发明专利]基于联合稀疏模型的边缘清晰图像融合方法-CN201610367819.0有效
发明人：高志升;谢春芝;张铖方;裴峥 -专利权人：西华大学
申请日： 2016-05-27 - 公布日： 2018-10-16 - 主分类号： G06T5/50 文献下载
摘要：基于联合稀疏模型的边缘清晰图像融合方法，本发明涉及联合稀疏模型技术领域，其旨在解决现有技术融合算法结构不能够利用对融合图像有帮助的高频源图像信息，忽略了重要图像细节信息且其融合图像也不能体现出清晰的边缘轮廓等技术问题本发明利用联合稀疏模型能够准确地分离出多模态图像之间互补信息的特征，设计新的融合规则、提出了一种新的基于联合稀疏模型的多模态图像融合算法。
基于联合稀疏模型边缘清晰图像融合方法

[发明专利]一种基于多任务联合稀疏表示的目标跟踪方法-CN201210592986.7有效
发明人：胡卫明;李威 -专利权人：中国科学院自动化研究所
申请日： 2012-12-31 - 公布日： 2013-05-01 - 主分类号： G06T7/20 文献下载
摘要：本发明公开了一种基于多任务联合稀疏表示的跟踪方法，包括以下步骤：在跟踪开始时，分别对需要跟踪的目标的不同特征，构建不同的模板集合；每个特征的模板集合用一个稀疏表示的任务来建模，构建基于局部稀疏图的多任务联合稀疏表示模型；采用近似的加速近邻梯度算法迭代求解多任务模型；使用方差比来选择不同任务的权重；构建基于多任务联合稀疏表示的表观模型，采用粒子滤波算法估计目标最优状态作为跟踪结果。
一种基于任务联合稀疏表示目标跟踪方法

[发明专利]一种联合空间-时间稀疏性的传感网数据恢复方法-CN201611011663.9有效
发明人：郭迪 -专利权人：厦门理工学院
申请日： 2016-11-17 - 公布日： 2019-05-17 - 主分类号： H04W24/04 文献下载
摘要：一种联合空间‑时间稀疏性的传感网数据恢复方法，涉及传感网数据处理。包括以下步骤：1)构建空间‑时间数据表示；2)建立联合空间‑时间稀疏性的传感网数据重建模型；3)对联合空间‑时间稀疏性的传感网数据重建模型进行求解。联合利用传感网数据在空间上基于图的稀疏性和时间上基于小波变换的稀疏性进行数据恢复。在无线传感网数据采集中，节点或通信故障可能导致传感器信号缺失，因此需要对缺失信号进行恢复。将传感节点认为是图论中的顶点，通过联合建立空间上基于图的信号稀疏表示与时间上基于小波变换的信号稀疏表示，建立空间‐时间的缺失信号重建模型，然后通过快速迭代算法进行信号恢复。
一种联合空间时间稀疏传感数据恢复方法

[发明专利]一种基于联合稀疏恢复的低复杂度InISAR三维成像方法-CN202111340176.8在审
发明人：亢海龙;李军;辛柔;郭庆华;赵浩杰;罗丰;廖桂生;高大伟;张学攀 -专利权人：西安电子科技大学杭州研究院;西安电子科技大学
申请日： 2021-11-12 - 公布日： 2022-06-28 - 主分类号： G01S13/90 文献下载
摘要：本发明涉及雷达技术领域，具体涉及一种基于联合稀疏恢复的低复杂度InISAR三维成像方法，包括以下步骤：建立InISAR成像系统的几何结构，并根据InISAR成像系统的几何结构来建立符合JSM‑2模型的InISAR成像稀疏重建模型；按照酉变换近似消息传递UTAMP，对建立的符合JSM‑2模型的InISAR成像稀疏重建模型进行酉变换，并建立InISAR成像联合稀疏恢复的贝叶斯学习模型；构建InISAR成像联合稀疏恢复贝叶斯学习模型的因子图；根据建立的联合稀疏恢复贝叶斯学习模型的因子图，设计其中各个变量的消息更新规则；根据消息更新规则，得到三个通道的二维图像后，通过干涉处理和散射点距离测量重建目标三维图像。
一种基于联合稀疏恢复复杂度 inisar 三维成像方法

[发明专利]一种基于多频联合稀疏贝叶斯学习的到达角估计方法-CN202110966603.7有效
发明人：万显荣;温金芳;易建新;龚子平 -专利权人：武汉大学
申请日： 2021-08-23 - 公布日： 2023-08-01 - 主分类号： G01S7/41 文献下载
摘要：本发明提出了一种基于多频联合稀疏贝叶斯学习的到达角估计方法。本发明获取多个频率通道的快拍数据；构建频率通道快拍数据对应的稀疏模型，构建利用所有频率通道的快拍数据联合估计到达角的稀疏模型；将频率通道的快拍数据对应的稀疏模型通过多频联合稀疏贝叶斯学习算法估计的目标到达角
一种基于联合稀疏贝叶斯学习到达估计方法

[发明专利]一种基于联合稀疏表示模型的图像融合质量评价方法-CN201711342521.5有效
发明人：胡燕翔 -专利权人：天津师范大学
申请日： 2017-12-14 - 公布日： 2022-03-04 - 主分类号： G06T7/00 文献下载
摘要：本发明提供了一种基于联合稀疏表示模型的图像融合质量评价方法，包括使用源图像作为样本来训练得到过完备字典，使用此字典和联合稀疏表示模型来对融合结果与源图像进行联合稀疏表示。使用联合稀疏表示得到的源图像差异特征系数矩阵绝对值之和和共同稀疏系数矩阵绝对值之和比值的平均值作为融合质量评价指标。本发明将稀疏表示引入融合算法质量评价，算法使用的过完备字典来自于对源图像的学习，其中包含了源图像中的各种空间形状特征；通过对融合结果‑‑源图像使用联合稀疏表示分解，可以准确有效地分离出融合结果与源图像之间的特征差异
一种基于联合稀疏表示模型图像融合质量评价方法

[发明专利]基于联合块稀疏模型的信号重构方法-CN201910350329.3有效
发明人：高玉龙;轩启运;陈艳平;吴少川 -专利权人：哈尔滨工业大学
申请日： 2019-04-28 - 公布日： 2023-02-03 - 主分类号： H03M7/30 文献下载
摘要：本发明提供基于联合块稀疏模型的信号重构方法，属于分布式压缩感知技术领域。本发明首先建立基于混合支撑集模型的联合块稀疏模型，然后利用了基于混合支撑集模型的联合块稀疏模型的结构特点对信号的公共部分进行重构，再使用BOMP算法，逐个重构出每个信号的特有部分，最后将原信号公共部分与特有部分的重构结果相加本发明解决了在多天线以及信号稀疏系数成块分布的情况下，接收端如何以低量测值、低信噪比，精确地重构原信号的问题。本发明可用实际通信场景中接收端的信号重构。
基于联合稀疏模型信号方法

[发明专利]一种基于原子融合吸收度的框架性图像融合方法-CN201810566441.6在审
发明人：胡燕翔 -专利权人：天津师范大学
申请日： 2018-06-05 - 公布日： 2018-11-13 - 主分类号： G06T5/50 文献下载
摘要：本发明公开了一种基于原子融合吸收度的稀疏表示图像融合框架性方法，主要步骤包括：（1）应用稀疏表示和联合稀疏表示计算模型计算字典中每个原子的吸收度；（2）应用稀疏表示模型进行图像融合，在融合规则中根据原子融合吸收度对组合得到的稀疏系数进行调整本发明的思路是在采用稀疏表示和过完备学习型字典的图像融合算法中，利用“联合稀疏表示”模型计算得到每个字典原子的吸收度，并将原子融合吸收度用于稀疏表示系数的组合过程中，提升较低吸收度原子的融合效果，从而达到提高融合质量的目标
稀疏表示吸收度融合图像融合框架性字典图像融合算法低吸收度计算模型模型计算稀疏系数字典原子组合过程学习型应用联合

[发明专利]基于近邻正则联合稀疏表示的遥感图像分类方法及系统-CN201510491233.0有效
发明人：彭江涛;付应雄;邹斌;陈娜 -专利权人：湖北大学
申请日： 2015-08-11 - 公布日： 2017-07-11 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于近邻正则联合稀疏表示的遥感图像分类方法及系统，包括输入待分类的遥感图像，划分训练样本和测试样本；构建数据字典；构建含有邻域像素权重矩阵的正则化联合稀疏表示模型，联合优化测试样本的联合稀疏表示系数矩阵和邻域像素权重矩阵；并根据数据字典及测试样本的最优联合稀疏表示系数矩阵和最优邻域像素权重矩阵，实现对测试样本的分类。本发明实现了，在优化联合稀疏表示系数矩阵的同时优化邻域像素权重矩阵，使邻域像素权重矩阵能够同时反映邻域像素之间的相似关系和联合稀疏表示误差关系，且联合稀疏表示系数能够更加准确地反映测试样本与数据字典之间的逼近关系
基于近邻正则联合稀疏表示遥感图像分类方法系统

[发明专利]基于稀疏和广义全变差联合正则化的SAR成像方法、系统-CN202111455950.X在审
发明人：李函;朱良轩;文雯 -专利权人：华中农业大学
申请日： 2021-12-01 - 公布日： 2022-03-08 - 主分类号： G01S13/90 文献下载
摘要：本发明属于雷达成像技术领域，公开了一种基于稀疏和广义全变差联合正则化的SAR成像方法及系统，基于稀疏和广义全变差联合正则化的SAR成像方法包括：根据地面场景与回波数据的采样率，依靠观测平台与成像场景的几何关系，建立回波生成模型；根据回波生成模型，依靠回波数据、成像观测矩阵和地面场景三者之间的映射关系构建成像观测矩阵；根据成像观测矩阵，建立稀疏和全变差联合正则化的多平台星座SAR成像模型，得到最终SAR成像结果本发明提供了一种基于稀疏和广义全变差联合正则化的SAR成像方法，通过保持边缘尖锐、抑制相干斑，有效提高了成像质量。
基于稀疏广义全变差联合正则 sar 成像方法系统

[发明专利]基于正交稀疏字典与分组稀疏模型的彩色图与深度图增强方法-CN201811624042.7在审
发明人：王瑾;朱青 -专利权人：北京工业大学
申请日： 2018-12-28 - 公布日： 2019-05-07 - 主分类号： G06T5/00 文献下载
摘要：本发明公开一种基于正交稀疏字典与分组稀疏模型的彩色图与深度图增强方法，将数据驱动的正交稀疏字典构造方法扩展到多通道图像；针对每个通道构造离散正交稀疏字典，并假设它们的稀疏系数具有联合稀疏性；将多通道数据驱动的正交稀疏字典构造方案应用于彩色图像和深度图像的联合重建和增强
稀疏正交字典彩色图深度图多通道数据分组彩色图像方案应用深度图像数据驱动通道构造稀疏系数多通道稀疏性联合图像驱动重建

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条