发明人：杨义校，陶然

申请日期：2023.04.18

摘要：本发明公开了一种基于单次分数傅里叶变换幅值观测的相位恢复方法，包括：S1：从光学传播理论建立了基于分数傅里叶变换的近场观测模型；S2：根据建立的近场观测模型，仿真得到对应的单次分数傅里叶变换幅度观测信息；S3：建立基于广义交替投影法的相位恢复算法：将单次分数傅里叶变换幅度观测信息和信号先验信息作为输 ...

发明人：李伟，张宇翔，张蒙蒙，陶然

申请日期：2023.07.19

摘要：本发明公开了一种基于分块表征机制的高光谱图像跨域地物要素提取方法，属于图像处理技术技术领域，包括以下步骤：S1：构建空谱一致深度残差3D卷积网络，缓解场景间空谱结构差异，提取空谱嵌入深度特征；S2：构建关系映射模块，设计分块表征机制，逐类别计算原型特征；S3：设计域对齐策略，缓解域间条件分布差异；S ...

作者：张志怡^1,2;，杨义校^1,2;，陶然^1,2; （¹北京理工大学信息与电子学院；²分数域信号与系统北京市重点实验室）

出处：第十七届全国信号和智能信息处理与应用学术会议 2023

关键词：相位恢复；即插即用；半二次方分裂；二阶梯度下降；DnCNN去噪网络

摘要：相位恢复问题存在于众多领域,旨在从信号复变换的幅度信息中重建原始信号。在实际应用中,相位恢复算法的计算速度和鲁棒性是两个非常重要的性能指标,因此为优化恢复性能,提高图像重构质量,提出了一种加速收敛的即插即用相位恢复算法。将相位恢复问题表示为一个正则优化问题,利用半二次方分裂法（HQS）将此问题分解为 ...

作者：武进敏¹;，姜盛¹;，鲁溟峰²;，沈德明²;，范军芳¹;，李亚峰¹;，张峰²;，陶然²; （¹北京信息科技大学自动化学院；²北京理工大学信息与电子学院）

出处：计量学报 2023

关键词：光学计量；透镜曲率半径；牛顿环条纹图；分数傅里叶变换；三角形收缩法

摘要：针对分数傅里叶变换用于牛顿环参数估计时速度较慢的问题，通过分析牛顿环条纹图分数傅里叶域幅值最大值与相应旋转角的分布规律，提出基于三角形收缩法改进的分数傅里叶变换进行牛顿环参数估计的方法。实验结果表明：该方法具有可行性，对于图像尺寸小于640×640 pixels的条纹图，处理所需时间＜1 s,随着图 ...

发明人：刘晓萍，史军，孙德华，门子俊，陶然

申请日期：2023.09.11

摘要：本发明公开了一种基于短时分数阶傅里叶变换的高精度瞬时频率估计方法。在信号能量最佳聚集的分数阶傅里叶变换域对应的角度下，计算信号的短时分数阶傅里叶变换，得到基于短时分数阶傅里叶变换的联合时间和分数阶频率的信号表示。然后，通过分数阶频率与频率之间的关系，得到基于短时分数阶傅里叶变换的联合时间和频率的信号 ...

发明人：刘晓萍，史军，门子俊，孙德华，陶然

申请日期：2023.08.24

摘要：本发明提出一种基于分数阶小波变换的高分辨率时频分析方法，所述方法在信号能量最佳聚集的分数阶傅里叶变换域对应的角度下，计算信号的分数阶小波变换，从而获得基于分数阶小波变换的联合时间和分数阶尺度的信号表示。然后，通过分数阶尺度与分数阶频率之间的内在联系，得到联合时间和分数阶频率的信号表示。最后，再根据分 ...

发明人：刘晓萍，史军，孙德华，门子俊，陶然

申请日期：2023.08.24

摘要：本发明提出一种基于分数阶S变换的高精度时变谱分析方法，所述方法通过选择信号能量最佳聚集的分数阶傅里叶变换域角度，计算信号的分数阶S变换，得到基于能量最佳聚集角度下分数阶S变换确定的联合时间和分数阶频率的信号表示，从而使信号能量集中在少数的分数阶S变换系数上，实现信号在时间‑分数阶频率平面上的稀疏表示 ...

发明人：刘晓萍，史军，门子俊，孙德华，陶然

申请日期：2023.09.14

摘要：一种基于短时分数阶傅里叶变换的高分辨率时频同步挤压方法。给定待分析的挤压信号，计算其分数阶傅里叶变换；确定挤压信号能量最佳聚集分数阶傅里叶变换域的最佳聚集角度；选择窗函数及其限定条件，计算待分析的挤压信号能量最佳聚集分数阶傅里叶变换域对应最佳聚集角度下的短时分数阶傅里叶变换；将待分析的挤压信号能量最 ...

作者：Yang, Yixiao¹; Tao, Ran¹; Wei, Kaixuan²; Fu, Ying²; （¹School of Information and Electronics, Beijing Institute of Technology, Beijing, China;²School of Computer Science and Technology, Beijing Institute of Technology, Beijing, China）

出处：Neurocomputing 2022

摘要：Compressive imaging aims to recover a latent image from under-sampled measurements, suffering from a serious ill-posed inverse problem. Recently, deep ...

作者：Yuxiang Zhang¹;Wei Li¹;Mengmeng Zhang¹;Shuai Wang²;Ran Tao¹;Qian Du³; （¹School of Information and Electronics, and the Beijing Key Laboratory of Fractional Signals and Systems, Beijing Institute of Technology, Beijing, China ²Department of Chemistry, The University of Hong Kong, Hong Kong, China ³Department of Electrical and Computer Engineering, Mississippi State University, Mississippi State, MS, USA）

出处：IEEE Transactions on Neural Networks and Learning Systems 2024

关键词：Training;Task analysis;Testing;Feature extraction;Hyperspectral imaging;Power capacitors;Electronic mail;Hyperspectral Image Classification;Cross-domain Few-shot Learning;Classification Performance;Spatial Information;Domain Shift;Labeled Samples;Target Data;Domain Adaptation;Domain Alignment;Domain Adaptation Methods;Spatial Resolution;Convolutional Layers;K-nearest Neighbor;Multilayer Perceptron;Land Cover Classes;Node Features;Graph Neural Networks;Attention Map;Support Set;Query Set;Indian Pines;Pavia University;Distribution Graph;Unseen Classes;Few-shot Classification;Attention Feature;Ground Truth Map;Base Learning Rate;Query Sample;Unsupervised Domain Adaptation Methods

摘要：Most domain adaptation (DA) methods in cross-scene hyperspectral image classification focus on cases where source data (SD) and target data (TD) with ...