导读:本文包含了感知域论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:图像,稀疏,神经网络,张量,深度,模型,孔径。
感知域论文文献综述
乔艳雷[1]（2018）在《压缩感知域智能天然气管道泄漏孔径识别研究》一文中研究指出天然气工业对国民经济发展及人民生活具有重要作用,管道运输是主要的运输方式,因此对于天然气管道泄漏的实时监测及泄漏孔径识别的研究一直受到关注。作为故障诊断理论的一种重要应用,针对天然气管道泄漏监测出现的新问题和新挑战,将近年来提出的压缩感知及深度学习理论引入泄漏信号的采集及分析中,为管道泄漏孔径识别研究提供了新思路。主要研究内容包括:首先,深入了解了管道泄漏监测的发展及现状,对泄漏监测出现的大数据量、采集及传输等方面遇到的新问题有了深刻理解。针对传统泄漏信号采集冗余量大、诊断过程主观性依赖程度高等问题,提出基于压缩感知理论在保证信号重要信息不丢失的情况下,以较小的冗余度实现对高维信号的压缩采集,引入深度神经网络分析压缩感知域信号,通过深层次结构智能且自适应地学习复杂泄漏信号中的隐含特征,挖掘出隐藏在数据内部的重要信息,高效地解决了管道泄漏孔径识别问题。其次,针对传统方法对先验知识和诊断经验的严重依赖,提出了压缩采集结合稀疏滤波深度神经网络的泄漏孔径识别方法。该方法根据泄漏信号的稀疏特性,通过测量矩阵实现压缩感知域信息获取,观测信号可视为一种自适应提取出的特征,再进一步通过稀疏滤波神经网络实现对采集信号特征的进一步精简,最后采用Softmax回归分类器实现了泄漏孔径的高精度识别。对该方法的重要影响因素也进行了分析,并通过大量实验验证了所提方法的有效性。最后,针对传统自编码方法存在的特征鲁棒性不佳以及训练中的过拟合问题,提出了压缩采集结合去噪自编码深度神经网络的泄漏孔径识别方法。泄漏信号进行压缩采集后,通过添加一定比例的随机噪声,采用自编码方法自适应地学习到鲁棒性特征,并采用过拟合校正的方法对隐藏层的特征进行随机处理,有效地防止了训练过程中的过拟合现象。最后基于Softmax分类器实现了泄漏孔径的高精度识别,并通过大量实验验证了所提方法的有效性。(本文来源于《燕山大学》期刊2018-05-01）
孙洁娣,乔艳雷,温江涛[2]（2017）在《压缩感知域智能天然气管道泄漏孔径识别》一文中研究指出天然气管道泄漏监测正在进入大数据时代,针对传统方法存在的采集数据冗余、特征提取及识别受主观因素影响较大等问题,结合压缩感知与深度学习理论,提出一种在变换域进行泄漏信号的压缩采集、在压缩感知域进行自适应特征提取及识别的智能天然气管道泄漏孔径识别方法。通过随机高斯矩阵获取压缩采集数据,并通过深度学习挖掘测量信号中隐藏的泄漏孔径信息,经稀疏滤波实现特征的自动筛选,最后研究了softmax回归实现孔径的高精度分类识别。实验结果表明,该方法实现了监测数据的压缩,对压缩感知域采集信号的识别性能明显优于传统方法。(本文来源于《仪器仪表学报》期刊2017年12期）
王传云,秦世引[3]（2018）在《动态场景红外图像的压缩感知域高斯混合背景建模》一文中研究指出针对动态场景下红外图像的背景模型构建问题,提出一种基于压缩感知(Compressed sensing,CS)域高斯混合模型(Gaussian mixture model,GMM)的背景建模方法.该方法不是对图像中的每个像素建立高斯混合模型,而是对图像局部区域的压缩感知测量值建立高斯混合模型.1)通过提取红外图像轮廓的角点特征,估计相邻帧图像间的相对运动参数以对图像进行校正与配准;2)将每帧图像网格化为适当数目的局部子图,利用序列图像构建每个局部子图的压缩感知域高斯混合背景模型;3)采用子空间学习训练稀疏字典,通过子空间追踪对可能含有目标的局部子图进行选择性稀疏重构;4)通过背景减除实现前景目标检测.以红外图像数据集CDnet2014和VIVID PETS2005进行实验验证,结果表明:该方法能建立有效的动态场景红外图像背景模型,对成像过程中所受到的场景动态变化、背景扰动等具有较强的鲁棒性,其召回率、精确率、F-measure等性能指标及处理速度较之于同类算法具有明显优势.(本文来源于《自动化学报》期刊2018年07期）
夏森林[4]（2017）在《基于压缩感知域视频的运动目标检测算法研究及应用》一文中研究指出运动目标检测是智能视频监控系统中位于底层的关键技术,为上层的视频理解和智能分析奠定基础,在涉及社会公共安全的视频监控领域有着广泛的应用。经典的运动目标检测方法主要对空间域或压缩域视频进行处理,这类方法有效且满足实时性需求,但仍有不足,一是难以适应复杂情况下的监控场景,二是视频数据的采集、传输、处理与储存的成本很高,更鲁棒且数据处理成本更低的方法还有待提出。因此,本文基于压缩感知理论,研究针对“压缩感知域视频”的运动目标检测问题。本文的主要工作包括:(1)提出了一种基于张量分解与背景差分的运动目标检测方法,解决不同场景下压缩感知域视频的运动目标检测问题。本文在张量框架下研究视频背景在时空结构中更多的先验信息,即视频背景在不同模态、不同场景下的“差异低秩性”。在基于背景差分的视频分解模型的前提下,本文利用张量Tucker分解技术建模视频背景,并为Tucker分解引入“自适应秩约束更新”,最终得到一种改进的背景模型。新方法包含两个部分:视频重构与运动目标检测。实验结果表明,该方法不仅有效提高了不同场景下压缩感知域视频的运动目标检测的准确性,还进一步改善了视频帧的重构精度。(2)提出了一种基于M-估计的视频重构方法,解决视频信号在压缩采样过程中混入冲击噪声情况下的视频重构问题。本文引入Welsch M-估计作为衡量视频重构误差的代价函数,结合之前的背景模型,得到一种能有效削弱冲击噪声影响的压缩感知域视频重构与运动目标检测方法。实验结果表明,视频信号在压缩采样过程中混入引入不同信噪比或不同冲击强度的噪声时,新方法在重构性能上体现了很好的鲁棒性能。(3)设计实现了一个基于压缩感知域视频的运动目标检测软件仿真系统,进行多种监控场景下以及不同噪声影响下的视频重构与运动目标检测仿真实验。该系统能够完整地展示视频信号的压缩采样、重构与运动目标检测以及性能评价的所有流程。整个流程结束后,可以看到压缩感知域视频的重构和运动目标检测结果,以及针对这些结果的评价指标:峰值信噪比、结构相似度和综合评价指标。(本文来源于《南京理工大学》期刊2017-12-01）
熊冠星,李爱梅,王笑天,蔡晓红,魏子晗[5]（2017）在《员工“薪酬感知域差”与离职决策研究——基于“齐当别”决策模型视角》一文中研究指出薪酬差距与离职是管理者、管理学者与心理学者共同关注的重要问题。传统离职研究以组织的视角关注内部薪酬差距对离职的"推动"作用,新时代无边界职涯背景要求离职研究以个体决策者为中心,聚焦外部薪酬差距对离职的"拉动"作用。本研究基于"齐当别"决策模型的视角,运用行为决策的研究范式,探讨了外部工作机会薪酬比较的"薪酬感知域差"对离职决策的拉动影响机制。文章包括两项调查研究与一项实验研究:(1)针对160名企业员工,研究1a运用薪酬数值法与现状薪酬锚定法同时测量"薪酬感知域差",探索了"薪酬感知域差"与离职倾向的关系,并检验了职位等级在其中的调节效应;(2)为排除个体主观比例尺的可能影响,研究1b,针对242名企业员工,以增加比例尺赋值的现状薪酬锚定任务对"薪酬感知域差"进行了测量,再次对"薪酬感知域差"、离职倾向与职位等级间的关系进行了检验;(3)在两项调查研究的基础上,研究2在实验室设计离职情境,操纵"薪酬感知域差",探索其对离职决策的影响。研究结果表明,"薪酬感知域差"正向预测离职倾向,职位等级在其中起增强的调节作用。本文完善了薪酬差距的指标体系,推动了离职搜寻过程中不确定性离职决策机制的探索,并为个体感知的外界薪酬如何"拉动"个体离职提供了新的分析视角。(本文来源于《管理评论》期刊2017年09期）
刘斌,田中佳[6]（2015）在《基于改进PCNN的压缩感知域图像融合》一文中研究指出提出了一种压缩感知域基于改进PCNN的图像融合算法。根据压缩采样得到待融合图像的压缩观测值,建立改进PCNN模型,即利用压缩观测值的物理意义对PCNN中连接系数,加权矩阵和特征参数进行自适应设定。并将压缩观测值作为改进PCNN神经元输入获取点火映射图作为融合算子,对源图像观测值融合后进行重构得到融合图像。实验结果表明,该算法克服现有压缩感知图像融合算法细节丢失的缺陷,主客观评价优于现有压缩感知图像融合算法。(本文来源于《激光与红外》期刊2015年11期）
吕亚平,高戈,陈怡,张康[7]（2015）在《基于高斯混合模型的感知域音频编码方法》一文中研究指出传统感知音频编码方案采用心理声学掩蔽降低编码码率,其声道模型+信号激励的方式难以同时实现高质量的中低码率语音和音频信号编码。为此,提出一种基于高斯混合模型的感知域音频编码方法,利用Gammatone滤波器组模拟人耳听觉系统,采用多路复用掩蔽模型替换降低包络脉冲的数量,对结构化模型进行拟合,使用高斯-牛顿算法对听觉包络进行高斯混合模型参数的拟合,将高斯混合模型参数替代音频信号特征。实验结果表明,与基于稀疏包络表示重构的音频编码方法相比,该方法的主观测试高0.5分~0.8分,客观测试高5分~10分,解码得到的语音和大部分音乐信号都能还原到原始音频信号,可用于实现高质量的中低码率语音和音频编码。(本文来源于《计算机工程》期刊2015年10期）
马德新[8]（2014）在《基于Web的物联网体系结构和感知域关键技术研究》一文中研究指出物联网(The Internet of Things, IoT)是新一代信息技术的重要组成部分,物联网可以看作是物物相连的互联网,通过感知、识别技术,与普适计算等技术融合应用,形成了继计算机、互联网之后又一次信息产业发展的浪潮。我们在分析物联网系统各部分功能与特点的基础上,从基于Web的物联网业务环境的基本原则出发,将物联网系统架构分为感知域和业务域。无线传感器网络作为感知域中的重要内容,具有特别重要的地位。我们针对基于Web的物联网体系结构和感知域中的关键技术进行研究,取得的主要的研究成果及创新点如下：1.当前国内外在物联网领域已经取得了大量理论研究成果和部分应用示范,但问题仍较为突出,比如封闭的内部尝试,缺乏开放性、示范性与可复制性；不能互联互通,存在严重的地区和行业壁垒,大量示范工程重复建设；产品、解决方案互不兼容,缺乏统一的概念,导致大量碎片化的框架和应用等。针对这些问题,在分析物联网系统各部分功能与特点的基础上,从基于Web的物联网业务环境的基本原则出发,可以将物联网系统架构分为感知域和业务域,提出了基于Web的物联网体系结构,将物联网Web化。构建基于Web的物联网系统服务平台,汇聚产业链上的设备和平台,引进国内外先进的技术和理念,形成物联网应用设备商店,为用户提供全方位的体验与服务,最终形成物联网应用服务云,构建物联网生态系统。2.在无线传感器网络中,分簇是一种有效的拓扑控制方法,层次结构清晰,兼顾负载均衡,能增强网络可靠性,具有较强的扩展性与鲁棒性。目前很多分簇协议存在簇头分布不均匀,簇头节点的选取未充分考虑剩余能量与通信距离的影响,以及分簇情况不随网络状态的变化而变化等问题。针对这些问题,我们设计了一种基于虚拟坐标的动态自适应分簇(a Virtual Coordinates Dynamic Adaptive Clustering, VCDAC)协议,该协议按照虚拟分区的思想将网络分簇,并根据网络的状态动态决定分簇数量,从而降低了能耗。仿真结果显示该协议能明显延长网络的生存时间,均衡网络负载,发送更多的数据至汇聚节点,具有优良的性能。3.无线传感器网络的拓扑控制对网络性能影响很大,优良的拓扑结构能提高路由协议和MAC协议的效率,为目标定位、时间同步与数据融合提供基础。分簇作为拓扑控制中一种层次清晰的方法,能延长网络的生存时间,经常被转化为优化问题来求最优解。传统分析优化方法需要大量的计算,计算量随问题规模成指数增长,对于微型传感器来说,少的计算量与资源需求,并能产生可接受结果的优化方法是适宜的,粒子群算法就是一种计算效率高的仿生智能优化方法。本文首先提出了一种无参数小生境粒子群优化算法,并验证其有效性,然后利用该算法,设计了一种基于小生境粒子群优化的自适应分簇(an Adaptive Clustering Protocol using Niching Particle Swarm Optimization, ACP-NPSO)协议,该协议形成的分簇分布均匀,均衡了系统的负载。仿真实验结果表明,该协议具有良好的效率,能明显延长网络的生存周期,提高系统的吞吐量。4.无线传感器网络具有很强的应用相关性,不同应用中的路由协议差别很大,没有一个通用的路由协议,是一种与应用密切相关的网络。路由协议根据逻辑结构的不同,分为分簇型路由协议和平面型路由协议,与平面型路由协议相比较,分簇型路由协议结构清晰,能高效利用节点资源。本文设计了一种基于粒子群蚁群优化的动态分簇路由协议(a Dynamic Clustering Routing Protocol using Particle Swarm Optimization and Ant Colony Algorithm, DCRP-PSOACA),我们给出了DCRP-PSOACA的详细设计,仿真实验结果表明,该协议能有效减少节点能量消耗,提供稳健的路由路径,延长网络生存时间,实现高效通信。(本文来源于《北京邮电大学》期刊2014-06-18）
王番,魏超,刘智,付琼莹,李延杰[9]（2013）在《基于FFT稀疏压缩感知域内遥感图像融合》一文中研究指出压缩感知理论因其远低于乃奎斯特采样率的特性,减少了大量的采样数据。基于这一特性,提出一种在压缩感知域内进行遥感图像融合的方法。该方法首先对图像作快速傅里叶变换(FFT);然后进行测量采样获取压缩感知域数据;再采用权重法对数据进行融合;最后通过重构算法得到融合图像。通过实验得出压缩感知域内遥感图像融合具有数据量少,融合效果好等特点。(本文来源于《测绘科学技术学报》期刊2013年01期）
魏崇奎,成礼智[10]（2004）在《一种基于掩盖效应的感知域图像质量评价方法》一文中研究指出图像的压缩编码技术及其比特流在信息空间上的传输控制 ,为图像质量的评价提出了新课题。通过分析人类视觉系统 (HVS)的视觉非线性、多通道及掩盖效应等特性 ,建立起相应的图像视觉处理模型 ,并将原始图像与降质图像变换到感知域进行误差分析。在处理 HVS模型的多通道中 ,将图像的空间频率按视觉系统的掩盖效应特点 ,分成 5个带分别进行滤波 ,以模拟人眼对图像的主观质量评价特性。实验结果表明这种模拟多通道的图像感知域评价模型 ,得到的 HVS值能充分反映人类视觉系统的掩盖效应的特点 ,用于对图像质量的评价该模型通用性好 ,与主观评价结果高度一致(本文来源于《中国图象图形学报》期刊2004年02期）
感知域论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
天然气管道泄漏监测正在进入大数据时代,针对传统方法存在的采集数据冗余、特征提取及识别受主观因素影响较大等问题,结合压缩感知与深度学习理论,提出一种在变换域进行泄漏信号的压缩采集、在压缩感知域进行自适应特征提取及识别的智能天然气管道泄漏孔径识别方法。通过随机高斯矩阵获取压缩采集数据,并通过深度学习挖掘测量信号中隐藏的泄漏孔径信息,经稀疏滤波实现特征的自动筛选,最后研究了softmax回归实现孔径的高精度分类识别。实验结果表明,该方法实现了监测数据的压缩,对压缩感知域采集信号的识别性能明显优于传统方法。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
感知域论文参考文献
[1].乔艳雷.压缩感知域智能天然气管道泄漏孔径识别研究[D].燕山大学.2018
[2].孙洁娣,乔艳雷,温江涛.压缩感知域智能天然气管道泄漏孔径识别[J].仪器仪表学报.2017
[3].王传云,秦世引.动态场景红外图像的压缩感知域高斯混合背景建模[J].自动化学报.2018
[4].夏森林.基于压缩感知域视频的运动目标检测算法研究及应用[D].南京理工大学.2017
[5].熊冠星,李爱梅,王笑天,蔡晓红,魏子晗.员工“薪酬感知域差”与离职决策研究——基于“齐当别”决策模型视角[J].管理评论.2017
[6].刘斌,田中佳.基于改进PCNN的压缩感知域图像融合[J].激光与红外.2015
[7].吕亚平,高戈,陈怡,张康.基于高斯混合模型的感知域音频编码方法[J].计算机工程.2015
[8].马德新.基于Web的物联网体系结构和感知域关键技术研究[D].北京邮电大学.2014
[9].王番,魏超,刘智,付琼莹,李延杰.基于FFT稀疏压缩感知域内遥感图像融合[J].测绘科学技术学报.2013
[10].魏崇奎,成礼智.一种基于掩盖效应的感知域图像质量评价方法[J].中国图象图形学报.2004
论文知识图
