論文元數(shù)據(jù)搜索，找到相關(guān)信息共 5 條：
2014, 36(5): 1126-1132.
doi: 10.3724/SP.J.1146.2013.00400
刊出日期：2014-05-19
該文針對圖像融合領(lǐng)域內(nèi)難于對先驗(yàn)知識加以利用的問題提出一種新的有監(jiān)督學(xué)習(xí)的Takagi Sugeno Kang (TSK)模糊系統(tǒng)圖像融合方法。該方法通過引入TSK模糊系統(tǒng)構(gòu)建標(biāo)準(zhǔn)圖像融合圖像庫進(jìn)行學(xué)習(xí)，將學(xué)習(xí)準(zhǔn)則記錄下來形成融合模型，并指導(dǎo)新的圖像融合過程。不同于傳統(tǒng)方法，該方法可以有效地避免模型參數(shù)擇優(yōu)的難題，在融合圖像質(zhì)量和適用范圍方面表現(xiàn)出一定的優(yōu)勢。從單一類型圖像融合和多種類型圖像融合兩個角度進(jìn)行了實(shí)驗(yàn)研究，實(shí)驗(yàn)結(jié)果說明該方法的有效性。
1991, 13(6): 632-636.
刊出日期：1991-11-19
關(guān)鍵詞:
原子發(fā)射光譜; 光譜干擾; 退卷積
復(fù)雜的光譜干擾限制了ICP-AES分析技術(shù)的進(jìn)一步發(fā)展。最近提出的一些光譜干擾校正算法都因運(yùn)算量大,而難以在一般微機(jī)上實(shí)時(shí)運(yùn)行。本文基于算法和處理速度的綜合考慮,采用VLSI數(shù)字信號處理器(DSP芯片)構(gòu)成光譜干擾校正硬件與Shen Lansun(沈蘭蓀)等人(1989)提出的算法相結(jié)合,初步實(shí)現(xiàn)了對ICP-AES光譜干擾的實(shí)時(shí)校正,從而為光譜干擾實(shí)時(shí)校正的研究開辟了一條新路。
2006, 28(4): 597-602.
刊出日期：2006-04-19
關(guān)鍵詞:
聚類;視覺采樣;Weber定律;聚類有效性
基于視覺采樣原理，該文提出了一般化的視覺采樣聚類方法VSC。該方法將視覺原理與著名的Weber定律結(jié)合起來，其特點(diǎn)是：對聚類初始條件不敏感；Weber定律提供了新的聚類有效性標(biāo)準(zhǔn)，并且該方法所得到的合理的聚類數(shù)可以依據(jù)Weber定律而得到。大量的實(shí)驗(yàn)結(jié)果表明了算法VSC的有效性。文中討論了算法VSC與由Yang Miin-Shen等人(2004)新近提出的基于相似度量的聚類算法SCA之間的內(nèi)在聯(lián)系，得出了這兩個算法具有一定的同解性質(zhì)，從而揭示了該文所提方法VSC能夠有效地克服算法SCA中參數(shù) 不易確定的困難。
2007, 29(11): 2669-2671.
doi: 10.3724/SP.J.1146.2006.00604
刊出日期：2007-11-19
關(guān)鍵詞:
語音編碼;基音量化;波形內(nèi)插
基音在語音編碼中通常采用7bit無失真均勻量化。由于濁音段語音的基音普遍具有緩慢漸變的特點(diǎn)，為了更有效地去除前后幀基音之間存在的相關(guān)性，該文基于Eriksson和Kang提出的4bit基音量化算法，針對漢語語音進(jìn)行研究，實(shí)現(xiàn)了一套4~6bit基音量化算法。該算法計(jì)算簡單，無需碼書存儲。將此基音量化方案應(yīng)用于WI模型和WI編碼器，主觀A/B聽力測試結(jié)果表明，該方案在高效量化基音的同時(shí)保證了合成語音質(zhì)量幾乎沒有損失，完全滿足低速率WI編碼器對量化基音的要求。
2015, 37(9): 2082-2088.
doi: 10.11999/JEIT150074
刊出日期：2015-09-19
經(jīng)典數(shù)據(jù)驅(qū)動型TSK(Takagi-Sugeno-Kang)模糊系統(tǒng)在獲取模糊規(guī)則時(shí)，會考慮數(shù)據(jù)的所有特征空間，其帶來一個重要缺陷：如果數(shù)據(jù)的特征空間維數(shù)過高，則系統(tǒng)獲取的模糊規(guī)則繁雜，使系統(tǒng)復(fù)雜度增加而導(dǎo)致解釋性下降。該文針對此缺陷，探討了一種基于模糊子空間聚類的〇階L2型TSK模糊系統(tǒng)(Fuzzy Subspace Clustering based zero-order L2- norm TSK Fuzzy System, FSC-0-L2-TSK-FS)構(gòu)建新方法。新方法構(gòu)建的模糊系統(tǒng)不僅能縮減模糊規(guī)則前件的特征空間，而且獲取的模糊規(guī)則可對應(yīng)于不同的特征子空間，從而具有更接近人類思維的推理機(jī)制。模擬和真實(shí)數(shù)據(jù)集上的建模結(jié)果表明，新方法增強(qiáng)了面對高維數(shù)據(jù)所建模型的解釋性，同時(shí)所建模型得到了較之于一些經(jīng)典方法更好或可比較的泛化性能。
