基于BSP-15下低码率实时H.264编码器的实现     

黄晓平  沈未名  郭晓云  魏晓莉 《武汉大学学报(信息科学版)》2008,33(5):546-549

根据低码率实时应用领域的特点,对H.264的新编码特性进行了分析选择,提出了一套合适的编码方案,在编码性能和编码复杂度之间平衡;利用BSP-15 DSP芯片硬件的特点,设计了H.264编码器,并在DSP上实现.实验结果表明,H.264编码器对CIF大小的图像实现了实时编码.  相似文献   

大面积水深异常检测的条件变化自编码算法     

张瑞辰  边少锋  刘雁春  李厚朴 《测绘学报》2019,48(9):1182-1189

针对大面积海底地形数据缺失或异常的复杂及多变性特点，结合条件变分自编码器（CVAE）与深度卷积生成对抗网络（DCGAN），构建了条件变分自编码生成对抗网络（CVAE-GAN）大面积海底伪地形的检测与剔除方法。本文方法利用条件变分自编码算法改变原有的样本分布，通过对训练样本的学习重新构建样本之间的分布规律，有效提高了高维到低维映射的稳定性；结合生成对抗网络，提高了整体算法的稳健性，最终得到较优的检测与剔除结果。采用水深格网数据进行试验，并与中值滤波法、趋势面滤波法进行比较。结果表明，本文方法在精度、稳定性及噪声稳健性方面有所提高，验证了本文方法在海底地形数据处理上具有可行性。  相似文献   

石油测井光电编码器深度测量系统     

郑建生  罗军  黄建忠  胡志雄 《武汉大学学报(信息科学版)》1998,(1)

介绍了石油测井深度光电编码器测量系统的测量原理、系统组成以及电路分析,同时在对系统误差分析的基础上给出了具体校正方法。  相似文献   

一种支持建筑群组相似模式检索的变分图卷积自编码模型     

令振飞  刘涛  杜萍  赵丹  陈朴一  马天恩 《地球信息科学学报》2023,(7):1405-1417

针对当前建筑群组相似模式检索中空间域和谱域相似度量方法的模型泛化能力较弱，且空间信息利用不足的问题，本文提出了一种基于变分图卷积自编码器的相似检索模型。首先，利用最小生成树构建建筑群组图数据，并将建筑物描述特征嵌入图节点中，实现建筑群组模式的定量化表达；其次，在变分图卷积自编码器重参数化模块中，加入四维超混沌系统与高斯分布融合生成的混合噪声，通过增加采样的随机性来提高模型的泛化能力；然后利用图卷积和池化代替全连接层以保留更多的空间信息，并对低维特征编码进行处理，获得建筑群组的模式特征编码；最后，利用余弦距离来获得待检索建筑群组与模式编码库中建筑群组之间的相似度，从而实现建筑群组模式的相似检索。实验结果表明，该模型能够有效提取建筑群组的模式特征，通过无监督学习实现端到端的建筑群组相似模式检索，为建筑群组模式的自动分类与相似检索提供了新的思路和方法。  相似文献   

堆叠降噪自编码器的影像特征融合变化检测     

史文洁  戴晨光  赵莹  王岩  王志坚 《测绘科学技术学报》2021,38(4):391-397

提出一种基于堆叠降噪自编码器的影像特征融合变化检测方法.首先在影像分割对象的像素级特征和对象级特征分析、设计与提取基础上,通过像素级特征主成分分析与特征优选处理算法,实现遥感影像多类型特征融合并构建分割对象的多维特征向量;其次利用堆叠降噪自编码器的高维复杂数据处理能力,实现遥感影像多维融合特征的变化检测.实验结果表明,该方法与传统的像素级或对象级特征变化检测方法相比,具有更高的变化检测精度.  相似文献   

利用卷积自编码器重建含噪重力数据          下载免费PDF全文

王逸宸  柳林涛  许厚泽 《武汉大学学报(信息科学版)》2022,47(4):543-550

卷积自编码器融合了适于处理相同维度数据映射的自编码器神经网络,以及近年来在图像处理领域取得广泛应用的卷积神经网络。基于深度学习处理重力观测数据图像, 利用卷积自编码器从含噪声的重力图像中重建重力观测图像。首先,随机建模生成大量不同参数的重力异常体,正演其重力异常, 将加入噪声的重力异常和原始重力异常分别作为卷积自编码器的输入和输出进行训练;然后,模拟数据测试表明训练得到的神经网络重建效果良好;最后,用Kauring实验场实测重力数据测试该神经网络的泛化性能,并与快速傅里叶变换(fast Fourier transform,FFT)滤波、db小波(Daubechies wavelet)滤波方法进行了比较。结果表明,训练好的卷积自编码器重建实测重力数据的平均误差小于FFT滤波方法及db小波滤波,且能避免重力异常特征过度滤波而消失,受噪声干扰小于db小波滤波,综合效果理想。  相似文献   

融合图自编码器与GRU的城市盗窃犯罪时空分布预测模型     

赵丹  杜萍  刘涛  令振飞 《地球信息科学学报》2023,(7):1448-1463

犯罪预测是进行犯罪预防的前提，高效准确的犯罪预测对于提高城市管理效率、保障公共安全都具有重要的意义。当前，关于犯罪预测的已有研究大多采用单一的机器学习方法或深度学习模型，忽略了犯罪的时空依赖关系，往往难以获得准确的预测结果。本文提出一个基于深度学习技术的犯罪时空预测模型—GAERNN：(1)利用GAE模型捕获犯罪案件的空间分布特征；(2)将带有空间依赖关系的特征经序列化处理后作为GRU模型的输入，进一步提取犯罪序列的时间特征；(3)经全连接层处理获得犯罪时空预测结果，并选取MLP、GCN等基准模型进行对比实验，结合RMSE、MSE等多个指标对模型预测结果进行评估。实验结果表明：对于各模型预测结果可视化分析，GAERNN模型预测的可视化结果与实际数据分布最相符合；在各模型误差分析方面，相比预测性能较差的MLP,GAERNN模型各月份的RMSE分别降低了1.02、3.58、1.29以及0.45；在子模块有效性评估方面，相比其变体模型GAE-LSTM,GAERNN模型在各月份的MAPE分别降低了2.15%、10.07%、1.92%以及2.54%，说明GAERNN模型能显著提高盗窃犯罪时空预测...  相似文献   

轻小型惯性稳定平台位置环协同通信控制方法     

贾媛  周向阳 《测绘科学》2018,(1):101-106

针对轻小型航空遥感系统对姿态大机动的快响应需求,设计了一种轻量型惯性稳定平台位置环协同通信与姿态超限快响应控制策略,将位置环反馈回路设计为两种可切换工作模式。伺服模式下,参考位置姿态系统的输出,通过设计二者协同通信,保证稳定平台对飞行姿态及扰动的实时隔离;编码器实时监测框架间相对角位置,超限位且载荷视轴与垂直方向误差较大时切换模式。超限快速回复模式下,以编码器值为位置环反馈量,使用大增益将平台由超限位置迅速调整到最大限定位置,并实时监测POS值,在载荷视轴位置误差较小时返回伺服模式。实验表明,该方法可靠、有效实现了稳定平台与位置传感器的高精度实时通信与控制。  相似文献   

基于变分自动编码器的探地雷达噪声压制及双曲线识别     

王斌武  夏方华  刘玉  梁静  郭有刚 《地球物理学进展》2023,(2):867-879

受仪器设备和环境的影响,使用探地雷达(GPR)进行数据采集的过程中会引入各种不同的噪声,从而干扰目标体反射信号,对数据处理及解释造成困难.由此,本文提出了一种能够同时实现GPR剖面数据噪声压制及双曲线异常识别的变分自动编码器(VAE)神经网络结构.首先,详细阐述了模型结构、数据集建立及网络参数选择;然后,通过合成数据实验验证该算法的有效性及模型的泛化能力,相比于深度卷积自动编码器(CDAE),本文算法在噪声压制能力和双曲线识别能力上均表现更优;最后,通过对隧道衬砌和管线的实测数据进行处理,验证了本文算法的实用性.  相似文献   

基于极限学习自编码器的水声信号目标识别方法          下载免费PDF全文

曹琳 《数字海洋与水下攻防》2024,(2):225-230

传统的机器学习方法在特征提取时容易受到主观经验的影响,导致对水声信号目标的识别准确率不高。而一般深度学习算法模型较复杂,通常具有训练耗时、计算复杂度高等缺点。极限学习自编码器具有很强的非线性处理能力,适合针对具有非线性特点的水声信号目标的识别,而且模型具有学习速度快,泛化能力强等显著优势。将极限学习自编码器算法应用于水声信号目标识别中,并与卷积神经网络、自编码器和极限学习机识别方法进行对比,结果表明：提出的方法对水声信号目标识别的准确率最优,且训练时间较短。  相似文献