基于双字典学习的眼底图像血管分割

为辅助诊断眼底疾病和部分心血管疾病,本文提 出一种基于双字典学习和多尺度线状结构检测的眼底图 像血管分割方法。首先在HSV颜色空间利用伽马矫正均衡眼底图像的亮度,并在Lab颜色空间 采用CLAHE 算法提升图像对比度,再采用多尺度线状结构检测算法突出血管结构得到增强后的特征图像 ;然后利用 K-SVD算法训练特征图像块和对应的手绘血管标签图像块,得到表示字典和分割字典,采用 表示字典得到 新输入特征图像块的重构稀疏系数,由该系数和分割字典获得血管图像块;最后进行图像块 拼接、噪声去 除和空洞填充等后处理得到最终分割结果。在DRIVE和HRF数据库测试,利用准确率、特异度 、敏感度 等八种评估指标来检验分割性能。其中,平均准确率分别达0.958和0.951,平均特异度分别 达到0.982 和0.967,平均敏感度分别达到0.709和0.762,表明该 方法具有较好的分割性能和通用性。     

基于多层字典的自重构目标跟踪算法

针对视觉跟踪系统中常用的模板处理方法很难 适应目标外观和视频背景不断变化的不足,提出一种基于多层字典的自重构 目标跟踪算法。通过构建多层字典,分别从时间和 空间上增强目标描述能力,既可以刻画目标局部细节,又蕴含了目标整体信息;在跟踪过程 中,模板可以利 用多层字典根据前景和背景的复杂性自适应地分裂与分并,分裂出多个跟踪器从不同角度进 行跟踪,有效地 提高定位精度,也可以合并子模板以达到降低系统的计算负荷。定性和定量分析的实验结果 表明,本文算法具 有良好的跟踪精度和运行效率,可以较好地应对变化与遮挡。     

基于字典学习的毫米波大规模MIMO系统混合预编码

针对毫米波大规模多输入多输出(MIMO)系统混合预编码方案设计的难题,采用字典学习的思想,提出了一种高精度混合预编码方案.该方案首先对全数字预编码矩阵的各列采用稀疏表示;进而按列将字典原子从稀疏表示中分离出来,通过对误差矩阵采用奇异值分解(SVD)来更新对应的字典原子,直到所有字典原子更新,以形成新的字典矩阵;最后,利用更新后的字典矩阵稀疏重构全数字预编码矩阵,以得到模拟预编码矩阵和数字预编码矩阵.仿真结果表明,相较于基于正交匹配追踪(OMP)的混合预编码方案,所提方案在提升系统频谱效率和降低误码率方面具有明显的优势.     

基于低秩表示和学习字典的高光谱图像异常探测

提出一种基于低秩表示和学习字典的高光谱遥感图像异常探测算法.相对于其它低秩矩阵分解方法如鲁棒主成分分析,低秩表示方法更为契合高光谱图像的线性混合模型.该算法将低秩表示模型应用到高光谱图像异常探测问题上来,引入表征背景信息的学习字典,大大增强了低秩表示模型对初始参数的鲁棒性.仿真和实际高光谱数据的实验结果表明,所提出的算法有效地提高了异常的探测率,同时对初始参数具有较好的鲁棒性,可以作为一种解决高光谱图像异常探测的有效手段.     

压缩感知宽带接收机的电路字典基获取技术

研究压缩感知用于信号采样的工程化问题,给出了MWC（Modulated Wideband Converter）结构压缩感知宽带接收机的具体设计方案,提出了字典基自环测量获取方法和字典基的时延估计补偿算法,有效解决了工程化中因观测电路存在传输时延、通带波纹等与理论观测矩阵不一致,导致压缩感知处理数字调制信号时存在重构畸变的问题.实验测量了接收机的频率覆盖范围,验证了压缩感知的有效性,并以QPSK（Quadrature Phase Shift keying）信号解调误码率为标准量化评估了压缩采样造成的信号质量损失.     

Semi-supervised Software Defect Prediction Using Task-Driven Dictionary Learning

We present a semi-supervised approach for software defect prediction.The proposed method is designed to address the special problematic characteristics of software defect datasets,namely,lack of labeled samples and class-imbalanced data.To alleviate these problems,the proposed method features the following components.Being a semi-supervised approach,it exploits the wealth of unlabeled samples in software systems by evaluating the confidence probability of the predicted labels,for each unlabeled sample.And we propose to jointly optimize the classifier parameters and the dictionary by a task-driven formulation,to ensure that the learned features (sparse code) are optimal for the trained classifier.Finally,during the dictionary learning process we take the different misclassification costs into consideration to improve the prediction performance.Experimental results demonstrate that our method outperforms several representative stateof-the-art defect prediction methods.     

Adaptive Algorithms of Nonlinear Approximation with Finite Terms

This paper deals with realizable adaptive algorithms of the nonlinear approximation with finite terms based on wavelets. We present a concrete algorithm by which we may find the required index set Am for the greedy algorithm Gm^P（., Ψ）. This makes the greedy algorithm realize the near best approximation in practice. Moreover, we study the efficiency of the finite-term approximation of another Mgorithm introduced by Birge and Massart.     

Economic Cycles of Carnot Type

Originally, the Carnot cycle was a theoretical thermodynamic cycle that provided an upper limit on the efficiency that any classical thermodynamic engine can achieve during the conversion of heat into work, or conversely, the efficiency of a refrigeration system in creating a temperature difference by the application of work to the system. The first aim of this paper is to introduce and study the economic Carnot cycles concerning Roegenian economics, using our thermodynamic–economic dictionary. These cycles are described in both a Q−P diagram and a E−I diagram. An economic Carnot cycle has a maximum efficiency for a reversible economic “engine”. Three problems together with their solutions clarify the meaning of the economic Carnot cycle, in our context. Then we transform the ideal gas theory into the ideal income theory. The second aim is to analyze the economic Van der Waals equation, showing that the diffeomorphic-invariant information about the Van der Waals surface can be obtained by examining a cuspidal potential.     

采用冗余字典稀疏表达的红外与水汽云图融合

卫星云图作为典型的多光谱遥感图像,因各个遥感器成像波段的差异,致使云图间既有一定的相关性,又存在一定的差异,故可认为云图包含2种特征:共性特征和个性特征.一种稀疏表示的云图融合方法,能够把多幅云图在一个过完备字典上进行稀疏表示,使用稀疏系数作为云图的特征,然后对不同图像的个性特征根据稀疏系数向量的1范数决定权重因子,融合云图可以由共性特征和融合后的个性特征联合表示.实验表明,该方法的融合云图无论在客观指标还是视觉效果上都优于传统方法,蕴藏了更为丰富的天气信息.     

面向有限带宽信道的字典学习图像超分辨率重建

固定邻域回归(ANR)算法采用K层奇异值分解(K-SVD)算法进行字典训练, 在字典学习过程中存在稀疏表示系数不准确的问题, 导致重建的结果不理想. 因此, 引入一种改进的K-SVD算法对字典进行训练, 该算法对字典训练改变了传统K-SVD算法更新稀疏表示系数的方式, 使得稀疏表示系数更加准确, 而且加快了字典的收敛速度, 使得训练得到的字典具有更好的稀疏表达能力. 同时, 针对ANR算法的不足, 提出一种面向有限带宽信道基于字典学习的图像超分辨率方法, 该方法采用改进的K-SVD算法训练字典对 , 并将其应用到ANR算法中, 实现图像的超分辨率重建. 实验结果表明, 本文提出的方法不仅能够保持ANR算法快速重建的优势, 而且提高了图像的重建质量, 具有更高的峰值信噪比和结构相似度.