基于低秩张量补全的非侵入式负荷监测缺失数据修复方法 被引量：1

1

作者 杨挺 叶芷杉 +1 位作者 徐嘉成 杨振宁 《电网技术》 EI CSCD 北大核心 2024年第1期394-404,共11页

非侵入式负荷监测技术(non-intrusive load monitoring,NILM)作为实现智能电网用户侧细粒度感知的重要手段,有助于实现需求响应、提高“源-网-荷”互动效率和优化用能,助力实现“30·60目标”。高质量的量测信息是数据驱动型NILM的... 非侵入式负荷监测技术(non-intrusive load monitoring,NILM)作为实现智能电网用户侧细粒度感知的重要手段,有助于实现需求响应、提高“源-网-荷”互动效率和优化用能,助力实现“30·60目标”。高质量的量测信息是数据驱动型NILM的基础,但由于数据采集装置故障、通道拥塞以及延时等都会导致数据缺失,尤其是严重的连续性缺失,由此造成非侵入式负荷监测与分解的精度下降,影响用户画像、需求响应等高级应用。因此,针对该问题,提出了一种基于CP分解的正则化低秩张量补全的量测数据缺失修复方法。算法突破传统单维数据处理局限,对NILM多维量测数据构建了三阶观测张量,从而利用数据内部时序关联性和参量维度间电气关联性进行正则化低秩张量补全。并针对每次核范数计算过程中奇异值分解计算量过大问题,采用基于CP因子矩阵分解的核范数计算降低计算量,减少计算时长,并证明了变换的等效性。最后基于NILM公开数据集iAWE进行了实验,实验结果表明所提出的方法可以提高数据修复精度,在高缺失率和连续缺失情况下仍能有较好地补全效果,并且通过非侵入式负荷分解实验证明其可有效提高分解精度,对智能电网提升细粒度感知能力具有良好的实际意义。 展开更多

关键词 数据修复 低秩张量 核范数 非侵入式负荷监测 连续性缺失

原文传递

基于非凸低秩张量分解和群稀疏总变分的高光谱混合噪声图像恢复

2

作者 徐光宪 王泽民 马飞 《红外技术》 CSCD 北大核心 2024年第9期1025-1034,共10页

高光谱图像(Hyperspectral Image,HSI)在采集的过程中会被大量混合噪声污染,会影响遥感图像后续应用的性能,因此从混合噪声中恢复干净的HSI成为了重要的预处理过程。在本文中,提出了一种基于非凸低秩张量分解和群稀疏总变分正则化的高... 高光谱图像(Hyperspectral Image,HSI)在采集的过程中会被大量混合噪声污染,会影响遥感图像后续应用的性能,因此从混合噪声中恢复干净的HSI成为了重要的预处理过程。在本文中,提出了一种基于非凸低秩张量分解和群稀疏总变分正则化的高光谱混合噪声图像恢复模型;一方面,采用对数张量核范数来逼近HSI的低秩特性,可以利用高光谱数据固有的张量结构,同时减少对较大奇异值的收缩以保留图像更多细节特征;另一方面,采用群稀疏总变分正则化来增强HSI的空间稀疏性和相邻光谱间的相关性。并采用ADMM(Alternating Direction Multiplier Method)算法求解,实验证明该算法易于收敛。在模拟和真实的高光谱图像实验中,与其他方法相比,该方法在去除HSI混合噪声方面具有更好的性能。 展开更多

关键词 高光谱图像 混合噪声 非凸低秩张量分解 群稀疏总变分 图像恢复

下载PDF 职称材料

基于均衡张量与非凸函数的高精度低秩张量恢复方法

3

作者 石承飞 汪铭 《郑州航空工业管理学院学报》 2024年第5期97-104,112,共9页

基于最小化核范数之和的低秩张量恢复方法已在许多领域取得广泛应用,但在某些应用场景,如彩色视频恢复中,其恢复结果不够理想,尤其是当已知元素数目较少时,恢复结果更差。导致该问题出现的一个根本原因是张量的不均衡结构,即张量中某些... 基于最小化核范数之和的低秩张量恢复方法已在许多领域取得广泛应用,但在某些应用场景,如彩色视频恢复中,其恢复结果不够理想,尤其是当已知元素数目较少时,恢复结果更差。导致该问题出现的一个根本原因是张量的不均衡结构,即张量中某些模的维度远小于其他模,这使得其展开矩阵是一个极度不均衡且满秩或高秩的矩阵。此外,秩的凸松弛则是导致该问题出现的另一个重要原因,最新研究表明,一些非凸函数可以比核范数更好地逼近秩。基于上述考虑,首先,引入一个重构操作将不均衡张量重构为更加均衡的张量,该重构操作能在保留张量低秩特性的同时减少算法准确恢复所需的已知元素数目;其次,将非凸logDet函数引入低秩张量恢复算法中,以取得比核范数更好的秩逼近效果;最后,通过与其他经典算法在彩色视频上开展对比实验,充分验证了本方法的有效性。 展开更多

关键词 图像处理 低秩张量恢复 均衡张量 logDet函数

下载PDF 职称材料

基于子空间表示和加权低秩张量正则化的高光谱图像混合噪声去除方法 被引量：3

4

作者 周航 苏延池 +1 位作者 李占山 花昀峤 《吉林大学学报（理学版）》 CAS 北大核心 2023年第1期118-126,共9页

针对高光谱图像中存在混合噪声的问题,提出一种基于子空间表示和加权低秩张量正则化的方法去除高光谱图像中的混合噪声.子空间表示利用光谱频带之间的相关性,选取合适的正交矩阵,将高光谱图像投影到低维子空间中,使提出的算法具有较低... 针对高光谱图像中存在混合噪声的问题,提出一种基于子空间表示和加权低秩张量正则化的方法去除高光谱图像中的混合噪声.子空间表示利用光谱频带之间的相关性,选取合适的正交矩阵,将高光谱图像投影到低维子空间中,使提出的算法具有较低的复杂度,简化去噪过程的同时去除图像中的部分噪声.去噪过程基于从简化图像中提取的低秩张量进行,引入加权低秩张量正则化项表征简化图像子空间的先验信息,基于Tucker分解中核范数的物理意义构建合理的加权机制,保留高光谱图像的内在结构相关性.并且设计了一种基于迭代最小化的方法,用于求解提出的非凸去噪模型.在模拟和真实数据集上的实验结果表明,该子空间表示和加权低秩张量正则化方法在定量和定性分析上都取得了较好的去噪效果. 展开更多

关键词 高光谱图像去噪 子空间表示 加权低秩张量正则化

下载PDF 职称材料

基于低秩张量表示的多视图子空间聚类

5

作者 李欢 唐科威 《理论数学》 2023年第10期2877-2887,共11页

近年来,多视图子空间聚类是一个热点话题,基于低秩张量的方法受到广泛关注。为了更好地挖掘不同视图间的高阶关联性,本文采用最新基于t-SVD的张量核范数,使用系数矩阵的核范数和Frobenius范数作为正则项。在PIE、ORL、MSRA和MNIST四个... 近年来,多视图子空间聚类是一个热点话题,基于低秩张量的方法受到广泛关注。为了更好地挖掘不同视图间的高阶关联性,本文采用最新基于t-SVD的张量核范数,使用系数矩阵的核范数和Frobenius范数作为正则项。在PIE、ORL、MSRA和MNIST四个数据集上与流行的子空间聚类算法的对比试验表明,本文提出的算法是一个有效的方法。 展开更多

关键词 子空间聚类 低秩张量表示 FROBENIUS范数 张量核范数

下载PDF 职称材料

低秩张量填充及降噪模型的彩色图像复原方法

6

作者 龚成坚 闫作剑 +2 位作者 何静 蔡雄江 方新成 《赣南师范大学学报》 2023年第3期62-69,共8页

现有大多数彩色图像去噪方法分开处理输入图像的彩色通道,利用张量挖掘通道间的相关性,补全带有缺失的彩色图像以及图像去噪.从少部分观测项中恢复一个低秩张量,并且对存在于图像中的各类噪声针对性的去除.对广泛分布于多维成像数据中... 现有大多数彩色图像去噪方法分开处理输入图像的彩色通道,利用张量挖掘通道间的相关性,补全带有缺失的彩色图像以及图像去噪.从少部分观测项中恢复一个低秩张量,并且对存在于图像中的各类噪声针对性的去除.对广泛分布于多维成像数据中的非局部自相似性以及稀疏线性逼近中的相似斑块进行分组,通过使用即插即用框架将两者结合.文章提出一种适用于即插即用框架下用块对角表示的张量填充去噪方法,使用去噪算法作为基于模型反演的先验.将全局截断奇异值分解与局部鲁棒主成分分析结合,能够利用更多空间信息,附带不完整信息且含噪声的图像能够完整复原.实验显示使用块对角去噪方式比其他去噪方式在峰值信噪比及结构相似指数上皆有提升,证明该方法是一种精确度较高的方法. 展开更多

关键词 低秩张量填充 彩色图像去噪 非局部方法 块对角表示

下载PDF 职称材料

基于鲁棒低秩张量恢复的高光谱图像去噪 被引量：2

7

作者 巫勇 刘永坚 +2 位作者 唐瑭 王洪林 郑建成 《计算机科学》 CSCD 北大核心 2021年第S02期303-307,共5页

去噪是高光谱图像进一步分析的重要预处理步骤,许多去噪方法都被用于高光谱图像数据立方体的去噪。然而,传统的去噪方法对异常值和非高斯噪声很敏感。文中利用底层干净HSI的张量性质数据、异常值的稀疏性质和非高斯噪声,提出一个新的基... 去噪是高光谱图像进一步分析的重要预处理步骤,许多去噪方法都被用于高光谱图像数据立方体的去噪。然而,传统的去噪方法对异常值和非高斯噪声很敏感。文中利用底层干净HSI的张量性质数据、异常值的稀疏性质和非高斯噪声,提出一个新的基于鲁棒低秩张量修复的模型,从而在保护HSI的同时删除离散值的全局结构和不同类型的噪声(高斯噪声、脉冲噪声、死线等)。该模型可以用非精确增广拉格朗日法求解,仿真和真实高光谱图像实验的结果表明,该方法对HSI去噪是有效的。 展开更多

关键词 高光谱图像去噪 脉冲噪声 高斯噪声 低秩张量 HSI去噪

下载PDF 职称材料

基于全局稀疏梯度与低秩张量正则化的多源多波段图像融合方法 被引量：3

8

作者 黄志忠 潘汉 《传感技术学报》 CAS CSCD 北大核心 2021年第10期1354-1359,共6页

多模图像融合可有效提升多传感器系统的目标信息表征能力。然而,常用的图像融合方法只能融合两个模态传感器的信息。针对上述问题,充分利用多模图像空间与频谱信息的高阶相关性及其内在结构特性,基于图像域的非局部自相似特性,引入复合... 多模图像融合可有效提升多传感器系统的目标信息表征能力。然而,常用的图像融合方法只能融合两个模态传感器的信息。针对上述问题,充分利用多模图像空间与频谱信息的高阶相关性及其内在结构特性,基于图像域的非局部自相似特性,引入复合正则化方法,提出基于全局稀疏梯度与低秩张量正则化的多模图像融合方法,实现高光谱、多光谱和全色图像的同时融合。其中,多模图像的频谱信息使用全局稀疏梯度正则化方法,空间信息使用低秩张量正则化方法。上述复合正则化方法的优点在于可以有效对空间与频谱信息的内在结构特性进行建模,消除图像空间域的阶梯效应,减少伪频谱信息的引入。仿真实验验证了该方法的可行性和有效性。该方法为多传感器融合系统提供理论与技术支撑。 展开更多

关键词 图像融合 多模态 低秩张量正则化 稀疏梯度

下载PDF 职称材料

基于低秩张量分解的高光谱RX异常目标检测算法 被引量：3

9

作者 成宝芝 杨桂花 +1 位作者 王凤嫔 贾美娟 《光学技术》 CAS CSCD 北大核心 2022年第3期379-384,共6页

经典的RX异常检测算子假设背景数据信息符合高斯分布,但是由于高光谱图像混有大量的加性噪声,使得图像产生退化,背景信息并不完全符合这类分布。针对这一问题,提出了基于低秩张量分解的高光谱图像RX异常目标检测算法。该方法首先利用高... 经典的RX异常检测算子假设背景数据信息符合高斯分布,但是由于高光谱图像混有大量的加性噪声,使得图像产生退化,背景信息并不完全符合这类分布。针对这一问题,提出了基于低秩张量分解的高光谱图像RX异常目标检测算法。该方法首先利用高光谱图像的张量数据结构和低秩数据特性,引入低秩张量分解方法对高光谱图像进行数据恢复,使得异常目标信息相比于复杂背景信息变得突出;再利用RX异常检测算子对恢复之后的高光谱图像进行异常目标检测;最后得到异常目标检测结果。通过仿真实验对比,提出的新的异常目标检测方法具有检测精度高、虚警率低和鲁棒性好的特点。 展开更多

关键词 高光谱图像 异常目标检测 低秩张量分解 RX异常检测算子

原文传递

面向多视图聚类的低秩张量表示学习 被引量：1

10

作者 余瑶 杜世强 宋金梅 《计算机工程与应用》 CSCD 北大核心 2022年第13期154-163,共10页

针对现有鲁棒图学习忽略多视图间的互补信息和高阶相关性问题,提出一种面向多视图聚类的低秩张量表示学习(LRTRL-MVC)算法。利用鲁棒主成分分析的思想,在去除噪声的干净数据上计算各视图的鲁棒图和转移概率矩阵,然后构建一个包含各视图... 针对现有鲁棒图学习忽略多视图间的互补信息和高阶相关性问题,提出一种面向多视图聚类的低秩张量表示学习(LRTRL-MVC)算法。利用鲁棒主成分分析的思想,在去除噪声的干净数据上计算各视图的鲁棒图和转移概率矩阵,然后构建一个包含各视图马尔可夫转移概率矩阵的张量,采用基于张量奇异值分解的核范数来确保目标张量的低秩性质。利用迭代最优化算法求解,将求得的低秩张量作为马尔可夫谱聚类算法的输入得到最终聚类结果。在4个不同类型的公开标准数据集BBCSport、NGs、Yale和MSRCv1上进行实验并与相关的最好多视图聚类算法进行对比,结果表明在3个聚类度量标准下,所提算法的聚类结果均高于其他对比算法。 展开更多

关键词 多视图聚类 马尔可夫链 低秩张量

下载PDF 职称材料

基于l_P范数的非凸低秩张量最小化

11

作者 苏雅茹 刘耿耿 +1 位作者 刘文犀 朱丹红 《模式识别与人工智能》 EI CSCD 北大核心 2019年第6期494-503,共10页

在低秩矩阵、张量最小化问题中,凸函数容易求得最优解,而非凸函数可以得到更低秩的局部解.文中基于非凸替换函数的低秩张量恢复问题,提出基于lp 范数的非凸张量模型.采用迭代加权核范数算法求解模型,实现低秩张量最小化.在合成数据和真... 在低秩矩阵、张量最小化问题中,凸函数容易求得最优解,而非凸函数可以得到更低秩的局部解.文中基于非凸替换函数的低秩张量恢复问题,提出基于lp 范数的非凸张量模型.采用迭代加权核范数算法求解模型,实现低秩张量最小化.在合成数据和真实图像上的大量实验验证文中方法的恢复性能. 展开更多

关键词 低秩张量恢复 非凸惩罚函数 LP范数 迭代加权核范数算法(IRNN)

下载PDF 职称材料

双因子张量范数正则化低秩张量填充

12

作者 李鸿燕 姜伟 《应用数学进展》 2022年第10期6908-6914,共7页

本文提出了一种新的正则化方法,解决了低秩张量恢复问题。通过将张量Schatten-p范数分解成l2,q范数与l2,1范数的加权和,避免了求解张量Schatten-p范数需要张量奇异值分解的问题,从而降低了算法的复杂度。采用交替方向乘子法用于求解提... 本文提出了一种新的正则化方法,解决了低秩张量恢复问题。通过将张量Schatten-p范数分解成l2,q范数与l2,1范数的加权和,避免了求解张量Schatten-p范数需要张量奇异值分解的问题,从而降低了算法的复杂度。采用交替方向乘子法用于求解提出的模型。通过真实数据的实验,在精度和时间复杂度两个方面验证了算法的有效性。 展开更多

关键词 低秩张量恢复 张量Schatten-p范数 分解

下载PDF 职称材料

改进的低秩张量逼近算法

13

作者 马婷婷 冯晓亭 《应用数学进展》 2019年第8期1336-1340,共5页

本文在低秩矩阵逼近(Low-rank Matrix Approximation, LRMA)问题的基础上将其推广到张量上,提出了利用非凸正则化构造凸优化问题来估计低秩张量的方法,采用参数化的非凸罚函数估计非零的奇异值,并求出了该目标函数的全局最优解。实验结... 本文在低秩矩阵逼近(Low-rank Matrix Approximation, LRMA)问题的基础上将其推广到张量上,提出了利用非凸正则化构造凸优化问题来估计低秩张量的方法,采用参数化的非凸罚函数估计非零的奇异值,并求出了该目标函数的全局最优解。实验结果表明,该方法能很好处理低秩张量逼近问题,实现图像去噪。 展开更多

关键词 非凸正则化 低秩张量 凸优化 图像去噪

下载PDF 职称材料

蒙特卡罗非局部均值与低秩张量的锚定融合

14

作者 郭鹏飞 《信息技术》 2018年第8期154-158,共5页

非局部均值和迭代滤波技术因其优越的性能吸引了大量的研究工作。文中把两种方法锚定融合于一个基于残差低秩张量分解的框架中实现图像去噪。蒙特卡罗随机抽样图像块以解决非局部均值的高度计算复杂性,由于算法的不完美性,造成图像退化... 非局部均值和迭代滤波技术因其优越的性能吸引了大量的研究工作。文中把两种方法锚定融合于一个基于残差低秩张量分解的框架中实现图像去噪。蒙特卡罗随机抽样图像块以解决非局部均值的高度计算复杂性,由于算法的不完美性,造成图像退化和细微结构丢失。图像块在嵌入空间中呈现出高度的结构化,而基于块结构的张量可以描绘相似块的内部几何结构并且保留图像细节,文中利用张量结构优势结合残差图像信息来弥补丢失的纹理。试验结果验证了模型的有效性,其去噪图像的客观评价标准及主观视觉效果均优于非局部均值、K-SVD和BM3D算法。 展开更多

关键词 非局部均值 蒙特卡罗 低秩张量 残差图像

下载PDF 职称材料

嵌入空间的低秩张量填充算法

15

作者 杨庆圆 王川龙 《太原师范学院学报（自然科学版）》 2022年第4期28-34,共7页

以高精度低秩张量填充算法为基础,提出了在嵌入空间中的低秩张量填充算法.先将缺失数据经过多向延迟嵌入变为高阶Hankel张量,再基于核范数最小化进行填充,最后使用多向延迟嵌入的逆操作得到最终的填充数据.通过数值实验表明,针对张量的... 以高精度低秩张量填充算法为基础,提出了在嵌入空间中的低秩张量填充算法.先将缺失数据经过多向延迟嵌入变为高阶Hankel张量,再基于核范数最小化进行填充,最后使用多向延迟嵌入的逆操作得到最终的填充数据.通过数值实验表明,针对张量的条状或块状缺失,新算法比HaLRTC、DR-TR算法更有效. 展开更多

关键词 张量填充 多向延迟嵌入变换 高精度低秩张量填充算法

下载PDF 职称材料

结合稀疏先验与多模式分解的低秩张量恢复方法

16

作者 杨秀红 苟田坤 +2 位作者 薛怡 金海燕 石争浩 《中国图象图形学报》 CSCD 北大核心 2024年第4期922-938,共17页

目的各类终端设备获取的大量数据往往由于信息丢失而导致数据不完整,或经常受到降质问题的困扰。为有效恢复缺损或降质数据,低秩张量补全备受关注。张量分解可有效挖掘张量数据的内在特征,但传统分解方法诱导的张量秩函数无法探索张量... 目的各类终端设备获取的大量数据往往由于信息丢失而导致数据不完整,或经常受到降质问题的困扰。为有效恢复缺损或降质数据,低秩张量补全备受关注。张量分解可有效挖掘张量数据的内在特征,但传统分解方法诱导的张量秩函数无法探索张量不同模式之间的相关性;另外,传统张量补全方法通常将全变分约束施加于整体张量数据,无法充分利用张量低维子空间的平滑先验。为解决以上两个问题,提出了基于稀疏先验与多模式张量分解的低秩张量恢复方法。方法在张量秩最小化模型基础上,融入多模式张量分解技术以及分解因子局部稀疏性。首先对原始张量施加核范数约束,以此捕获张量的全局低秩性,然后,利用多模式张量分解将整体张量沿着每个模式分解为一组低维张量和一组因子矩阵,以探索不同模式之间的相关性,对因子矩阵施加因子梯度稀疏正则化约束,探索张量子空间的局部稀疏性,进一步提高张量恢复性能。结果在高光谱图像、多光谱图像、YUV(也称为YCbCr)视频和医学影像数据上,将本文方法与其他8种修复方法在3种丢失率下进行定量及定性比较。在恢复4种类型张量数据方面,本文方法与深度学习GP-WLRR方法(global prior refined weighted low-rank representation)的修复效果基本持平,本文方法的MPSNR(mean peak signal-to-noise ratio)在所有丢失率及张量数据上的总体平均高0.68 dB,MSSIM(mean structural similarity)总体平均高0.01;与其他6种张量建模方法相比,本文方法的MPSNR及MSSIM均取得最优结果。结论提出的基于稀疏先验与多模式张量分解的低秩张量恢复方法,可同时利用张量的全局低秩性与局部稀疏性,能够对受损的多维视觉数据进行有效修复。 展开更多

关键词 多模式张量分解 稀疏先验 因子梯度稀疏性 低秩张量恢复

原文传递

低秩张量补全的时空交通数据预测

17

作者 赵永梅 董云卫 《交通运输工程学报》 EI CSCD 北大核心 2024年第4期243-258,共16页

为实时动态评估交通态势,结合低秩张量补全理论,提出了一种基于自回归正则项与拉普拉斯正则项的交通速度预测模型;为提高模型在全局空间维度的表达能力,构建基于低秩张量补全框架的拉普拉斯卷积正则项表示路段间的关联关系;为提高模型... 为实时动态评估交通态势,结合低秩张量补全理论,提出了一种基于自回归正则项与拉普拉斯正则项的交通速度预测模型;为提高模型在全局空间维度的表达能力,构建基于低秩张量补全框架的拉普拉斯卷积正则项表示路段间的关联关系;为提高模型在局部空间维度的表达能力,利用自回归模型的时间序列趋势捕获能力提高模型在时间维度的短时与长时表达能力,更精确地捕获交通数据的时空信息;为提高算法效率,通过时域与频域信号的转换降低了矩阵运算量,并采用截断核范数作为低秩张量逼近模型;使用交替方向乘子法实现高效的低秩拉普拉斯自回归张量补全(LLATC)预测方法;基于出租车行驶速度数据集和高速公路交通速度数据集,分析了LLATC算法在不同缺失率情况下的补全效果,对比了LLATC算法与其他基线预测算法的预测精度。研究结果表明:在交通数据随机缺失模式下,缺失率为20%~70%时,相对于传统的低秩张量补全模型,LLATC算法补全平均绝对误差降低了2%~6%,相比于传统的预测方法,LLATC算法预测平均绝对误差降低了4%~22%;在交通数据非随机缺失模式下,相对于传统的低秩张量补全模型,LLATC算法的平均绝对误差降低了2%~6%,相比于传统的预测方法,LLATC算法的预测平均绝对误差降低了13%~25%。可见,在2种交通数据缺失模式下,改进低秩张量补全方法降低了交通量数据的补全误差,能有效提高交通数据的预测精度,简化了数据处理流程。 展开更多

关键词 智能交通系统 交通速度预测模型 交通数据缺失模式 低秩张量补全理论 自回归分析 截断核范数

原文传递

低秩张量嵌入的高光谱图像去噪神经网络

18

作者 涂坤 熊凤超 侯雪强 《遥感学报》 EI CSCD 北大核心 2024年第1期121-131,共11页

随着遥感卫星技术的快速发展,高光谱图像在环境检测、资源管理、农业预警等领域得到了广泛应用。然而,由于设备误差和大气因素等原因,采集的高光谱图像中常常存在噪声,这会影响后续任务的准确性。因此,高光谱图像去噪成为了一个重要的... 随着遥感卫星技术的快速发展,高光谱图像在环境检测、资源管理、农业预警等领域得到了广泛应用。然而,由于设备误差和大气因素等原因,采集的高光谱图像中常常存在噪声,这会影响后续任务的准确性。因此,高光谱图像去噪成为了一个重要的研究方向。高光谱图像的空间关联、光谱关联和空间—光谱联合关联导致干净的高光谱图像存在低维子空间中。低秩先验是高光谱图像普遍的物理性质,然而基于低秩表示的方法通常需要复杂的参数设置和计算。基于深度学习方法直接从数据中学习到干净图像的先验信息,具有较强的表达能力,但依赖大量数据且缺乏对高光谱图像物理知识如低秩性的有效利用。为了解决这些问题,本文利用高光谱图像的空间—光谱低秩特性,提出一种低秩张量嵌入深度神经网络方法,可以有效去除高光谱图像中的噪声。该方法采用低秩张量分解模块对高光谱图像的特征图进行低秩表示,通过全局池化和卷积等操作完成秩一向量的生成和低秩张量的重构。同时,将低秩张量分解模块与Unet相结合,对浅层特征进行低秩张量表示,以捕捉高光谱图像的空间—光谱低秩特性,提高了模型的去噪能力。当噪声标准差在[0—95]时,算法可以取得41.02 dB的PSNR和0.9888的SSIM。仿真数据和真实数据实验结果表明,所提出的低秩深度神经网络方法去噪效果优于其他方法。 展开更多

关键词 高光谱图像去噪 深度神经网络 低秩张量表示 知识驱动深度学习 CP分解 U-Net

原文传递

低秩Toeplitz张量的高精度随机填充算法

19

作者 温瑞萍 李文韦 《数学理论与应用》 2023年第3期95-110,共16页

本文基于高精度填充算法,考虑低秩Toeplitz张量填充问题的求解,通过在每步迭代中将张量随机地按第n模展开并且对它的奇异值分解(SingularValueDecomposition,简记作SVD)进行修正,给出一种具有随机思想的高精度填充算法,并讨论其收敛性.... 本文基于高精度填充算法,考虑低秩Toeplitz张量填充问题的求解,通过在每步迭代中将张量随机地按第n模展开并且对它的奇异值分解(SingularValueDecomposition,简记作SVD)进行修正,给出一种具有随机思想的高精度填充算法,并讨论其收敛性.通过对Toeplitz张量及Toeplitz均值张量的数值实验,结果表明新算法比低秩Toeplitz张量的高精度填充算法在计算代价上有明显改进. 展开更多

关键词 张量填充 低秩Toeplitz张量 随机算法

下载PDF 职称材料

基于‖X‖*-α‖X‖_(F)模型张量恢复(L_(2),L_(1))-TRIP的条件

20

作者 钟林江 王川龙 《太原师范学院学报（自然科学版）》 2024年第2期1-7,共7页

限制等距条件在稀疏优化中是稀疏性的保证.在压缩感知和矩阵补全中,基于L_(1),L_(*)以及L_(1)-L_(2)和L_(*)-L_(F)优化模型的限制等距条件已经推广到张量模型上,基于Tucker秩和L_(*)-αLF(0<α≤1)优化模型,在脉冲噪声的情况下研究... 限制等距条件在稀疏优化中是稀疏性的保证.在压缩感知和矩阵补全中,基于L_(1),L_(*)以及L_(1)-L_(2)和L_(*)-L_(F)优化模型的限制等距条件已经推广到张量模型上,基于Tucker秩和L_(*)-αLF(0<α≤1)优化模型,在脉冲噪声的情况下研究低秩张量X恢复的广义(L_(2),L_(1))-限制等距性质((L_(2),L_(1))-TRIP),并给出了低秩张量X恢复的充分条件以及恢复的误差. 展开更多

关键词 ‖X‖*-α‖X‖F最小化 限制等距性 低秩张量恢复 脉冲噪声

下载PDF 职称材料