简介:单次脑电分类实验中,采用基于logistic回归的正则化方法来提高分类准确率.首先,提出一种新算法——局部保持投影稀疏logistic回归,将局部保持投影正则项加入到稀疏logistic回归中.该算法旨在保留原始特征空间邻域信息的同时保证结果的稀疏性.然后,利用边界优化法和逐分量迭代算法在训练集上求解权重向量,克服了牛顿一拉夫森法和迭代重加权最小二乘法的局限性.最后,在自步调手指运动数据集上采用十重交叉验证法得到80%的分类准确率,并与稀疏logistic回归的实验结果进行对比,说明局部保持投影正则项有效地保留了对脑电分类有用的信息.
简介:为了提高图像插值的恢复效果,提出了一种基于图结构正则化稀疏表示的双层伯格曼迭代算法.该迭代算法的外层用于约束图像观测数据,内层用于更新图像块的学习字典和稀疏表示系数.引入的图结构正则化稀疏表示约束可以有效地自适应图像块的局部结构,对于严重受损的情形也能得到精确的恢复结果.此外,在内层迭代中改进的稀疏表示和简洁的字典更新策略使算法能快速地趋于收敛.数值实验结果表明,所提出的算法可以有效地恢复图像,在主观视觉效果和客观量化标准上要优于目前已有的算法.
简介:为了提高图像插值的恢复效果,提出了一种基于图结构正则化稀疏表示的双层伯格曼迭代算法.该迭代算法的外层用于约束图像观测数据,内层用于更新图像块的学习字典和稀疏表示系数.引入的图结构正则化稀疏表示约束可以有效地自适应图像块的局部结构,对于严重受损的情形也能得到精确的恢复结果.此外,在内层迭代中改进的稀疏表示和简洁的字典更新策略使算法能快速地趋于收敛.数值实验结果表明,所提出的算法可以有效地恢复图像,在主观视觉效果和客观量化标准上要优于目前已有的算法.更多还原
简介:大家在旅行的过程中,在欣赏沿途美景的同时,相信肯定会看到一座座巨人般的铁塔擎起了一根根高压线向远处延伸。在一些超高压(220kV及其以上的电压)的输电铁塔上,如果大家注意观察还会发现每相采用两根或两根(通常为三四根)以上并联的导线。并且每隔一定的距离,导线间还要安装一个间隔棒。这种每相采用两根或两根以上导线的输电线称为分裂导线。超高压输电线路为抑制电晕放电和减少线路电抗所采取的一种导线架设方式,即每相导线由几根直径较小的分导线组成,各分导线间隔一定距离并按对称多角形排列。超高压输电线路的分裂导线数一般取3-4根。不知大家想过没有,为什么高压输电每相要采用分裂导线呢?它有哪些好处呢?
简介:摘要精神病人的护理,是一项繁琐而细致的工作。尤其是精神分裂症病人还因症状的影响失去料理生活的能力,甚至发生自杀、伤人、毁物等意外事件。因此做好护理工作,保证病人的健康和安全,这不仅是我们护理工作的重要任务,也是保证病人获得成功的必要前提。