融合语义分割与时空信息的水位智能识别方法

1

作者 周聂 陈华 +3 位作者 刘炳义 易瑞吉 魏苗 许崇育 《河海大学学报(自然科学版)》 北大核心 2026年第1期18-27,共10页

针对复杂自然环境下因光照变化、干湿交替及背景干扰导致的水位识别精度低、稳定性差的问题,提出了一种融合语义分割与时空信息的水位智能识别方法。该方法通过构建融合残差连接、卷积注意力机制与空洞卷积模块的FCN-RCA模型,引入基于... 针对复杂自然环境下因光照变化、干湿交替及背景干扰导致的水位识别精度低、稳定性差的问题,提出了一种融合语义分割与时空信息的水位智能识别方法。该方法通过构建融合残差连接、卷积注意力机制与空洞卷积模块的FCN-RCA模型,引入基于洪泛算法的图像分割优化方法,实现了对水体区域的高鲁棒性语义分割和结构完整性优化;利用仿射变换将分割结果映射至坡面物理空间,构建虚拟水尺实现水位的精确量化,结合视频帧的时空连续性信息,对水位边界进行时序一致性优化,以提升识别结果的稳定性与可靠性。新疆塔勒德萨依站的实例验证结果表明:该方法在多种气象、水文、光照条件下的平均交并比均超过0.92,表现出优异的分割性能,且能准确提取水位边界;基于时空信息的动态水位优化方法有效保证了水位边界识别的稳定性与连续性,较优化前绝对平均误差(MAE)和均方根误差分别减小了0.006、0.004 m,且纳什效率系数(NSE)提高了0.024;长序列实测资料验证中水位识别MAE控制在0.04 m以内,NSE最高达0.997,证明该方法能够在复杂环境下实现厘米级水位识别,并具备良好的时序一致性和工程适用性。 展开更多

关键词 水位识别 fcn-RCA模型 虚拟水尺 时空平滑 图像识别

在线阅读 下载PDF 职称材料

融合VGG与FCN的智能出租车订单预测模型 被引量：3

2

作者 李浩 霍雯 +2 位作者 裴春营 袁瑶瑶 康雁 《计算机工程》 CAS CSCD 北大核心 2020年第12期276-282,共7页

为提高出租车市场管理和运营效率以及实现出租车效益最大化,在地图栅格化的基础上,提出一种融合VGG网络与全卷积网络(FCN)的出租车多区域订单预测模型。将出租车轨迹数据转换为订单图像,去除VGG网络全连接层仅保留主要结构以减少模型参... 为提高出租车市场管理和运营效率以及实现出租车效益最大化,在地图栅格化的基础上,提出一种融合VGG网络与全卷积网络(FCN)的出租车多区域订单预测模型。将出租车轨迹数据转换为订单图像,去除VGG网络全连接层仅保留主要结构以减少模型参数,利用该网络中深度卷积提取不同空间区域出租车行驶特征,使用FCN中反卷积层上采样重构下一个时间段出租车订单图像,从而获得不同区域和时间段的出租车订单预测数据,并以订单图像形式呈现在地图上。实验结果表明,与BP、RBF等预测模型相比,该模型预测结果平均准确率更高且均方根误差更低,可快速预测出租车多区域订单分布情况。 展开更多

关键词 出租车订单预测 VGG网络 全卷积网络 反卷积层 融合模型

在线阅读 下载PDF 职称材料

基于改进FCN的车道线检测研究 被引量：2

3

作者 杨莹 何志琴 《微处理机》 2022年第1期30-33,共4页

为提高车道线检测的准确性以增强无人驾驶车辆的安全驾驶性能,在传统车道线检测的边缘提取、霍夫变换、颜色空间阈值提取、透视变换等方法的基础上,利用深度学习技术,提出一种基于改进FCN的车道线检测网络模型。该模型能够准确提取出车... 为提高车道线检测的准确性以增强无人驾驶车辆的安全驾驶性能,在传统车道线检测的边缘提取、霍夫变换、颜色空间阈值提取、透视变换等方法的基础上,利用深度学习技术,提出一种基于改进FCN的车道线检测网络模型。该模型能够准确提取出车道线的特征信息,并在车道线检测数据集上进行模型训练,以评估该车道线检测网络的性能。通过实验对比,结果表明改进FCN模型在检测精度上比传统FCN网络模型提高了1%,具有良好的分割有效性。 展开更多

关键词 无人驾驶 深度学习 图像分割 fcn模型

在线阅读 下载PDF 职称材料

基于R-FCN区域全卷积网络的绝缘子红外图像识别研究 被引量：12

4

作者 丁国君 范开元 +2 位作者 李一航 平原 崔耀辉 《自动化技术与应用》 2023年第11期147-150,183,共5页

红外热成像因其具有非接触性、灵敏性等优点,已被广泛应用于电力设备的带电检测及其诊断中。其中,对设备快速精确地识别定位是电力设备智能诊断的关键。然而利用传统机器算法对电力设备图像进行识别定位,存在泛化能力不强、鲁棒性较差... 红外热成像因其具有非接触性、灵敏性等优点,已被广泛应用于电力设备的带电检测及其诊断中。其中,对设备快速精确地识别定位是电力设备智能诊断的关键。然而利用传统机器算法对电力设备图像进行识别定位,存在泛化能力不强、鲁棒性较差等不足。针对此问题,开展基于R-FCN区域全卷积网络的绝缘子红外图像识别研究。在TensorFlow框架下搭建R-FCN检测模型,并利用迁移学习方法初始化模型权重,以提高训练效果。最后,将所研究算法与Faster-RCNN和SSD模型进行对比。实验表明,R-FCN模型的检测精度为89.2%,检测速度为23 fps,具有较高的精度和速度。该算法为绝缘子的智能诊断奠定坚实基础。 展开更多

关键词 绝缘子 区域全卷积网络 R-fcn模型 红外图像

在线阅读 下载PDF 职称材料

基于FCN和LSTM深度学习模型的电力终端负荷预测方法 被引量：4

5

作者 王祥 武占侠 +3 位作者 魏本海 冷安辉 郭君 何晓蓉 《电子设计工程》 2023年第11期93-96,101,共5页

针对目前研究的电力终端负荷预测方法在预测过程中,未考虑负荷终端时序性和非线性的特点,存在预测精度较低,速度较慢的问题,提出了基于FCN和LSTM深度学习模型的电力终端负荷预测方法。利用循环神经网络,建立电力终端负荷预测模型,分析... 针对目前研究的电力终端负荷预测方法在预测过程中,未考虑负荷终端时序性和非线性的特点,存在预测精度较低,速度较慢的问题,提出了基于FCN和LSTM深度学习模型的电力终端负荷预测方法。利用循环神经网络,建立电力终端负荷预测模型,分析记忆状态,对电力终端数据进行预处理,并编码非数字特征,确定预测模型。利用均方误差公式得到的电力终端负荷预测模型的损失函数,通过数据预处理、优化数据参数、训练电力终端负荷预测模型完成负荷预测。实验结果表明,基于FCN和LSTM深度学习模型的电力终端负荷预测方法充分分析了终端时序性和非线性特点,有效确保预测精度,提高预测速度。 展开更多

关键词 fcn LSTM 深度学习模型 电力终端 负荷预测

在线阅读 下载PDF 职称材料

基于环境参数和深度学习模型的毛竹液流密度预测 被引量：1

6

作者 彭思乐 贾文丽 +3 位作者 邓鹏飞 江朝晖 方明刚 高健 《农业工程学报》 北大核心 2025年第5期201-208,共8页

为了揭示环境因素对毛竹液流的影响以及毛竹液流密度与主要环境因子的关系,研究利用竹林环境参数和深度学习方法对毛竹液流进行建模和预测。针对同步采集的土壤湿度、土壤温度、空气湿度、空气温度、二氧化碳浓度、光照强度和毛竹液流... 为了揭示环境因素对毛竹液流的影响以及毛竹液流密度与主要环境因子的关系,研究利用竹林环境参数和深度学习方法对毛竹液流进行建模和预测。针对同步采集的土壤湿度、土壤温度、空气湿度、空气温度、二氧化碳浓度、光照强度和毛竹液流密度数据,采用灰色关联分析度量多维环境时序信号与液流之间的相关性,提出一种组合深度学习模型FCN-GRU-TPA进行建模和预测,并考察模型的泛化能力。试验结果显示,光照强度、土壤温度和空气温度对液流密度呈现较强的相关性;用全部6种环境因子可以较好地预测液流密度,用3种相关性强的环境因子预测性能略有下降;按8:2和5:5两种比例分配建模和预测数据,后者在6种参数建模时性能尚可,但是在3种参数建模时性能有所下降;4种试验模式下平均归一化均方根误差NRMSE均小于4.00%,决定系数R^(2)均大于0.90,且不同毛竹植株、不同时段数据的规律相同。研究表明,运用灰色关联分析和FCN-GRU-TPA模型,能够有效建立基于多种环境因子的毛竹液流预测模型,具有较高的预测精度和一定的稳健性。 展开更多

关键词 毛竹液流 环境因子 建模与预测 灰色关联度 fcn-GRU-TPA模型

在线阅读 下载PDF 职称材料

基于全卷积网络模型的高分遥感影像内陆网箱养殖区提取 被引量：5

7

作者 李连伟 张源榆 +3 位作者 岳增友 薛存金 付宇轩 徐洋峰 《山东科学》 CAS 2022年第2期1-10,共10页

为了研究高分遥感影像的内陆网箱养殖区自动快速提取,利用福建省北部内陆水域的GF-1影像和GF-2影像,并对影像中的网箱养殖区进行人工标注,经过旋转、缩放和镜像翻转等数据增强处理后构建了2种影像的内陆网箱养殖区样本库;利用样本库训... 为了研究高分遥感影像的内陆网箱养殖区自动快速提取,利用福建省北部内陆水域的GF-1影像和GF-2影像,并对影像中的网箱养殖区进行人工标注,经过旋转、缩放和镜像翻转等数据增强处理后构建了2种影像的内陆网箱养殖区样本库;利用样本库训练内陆网箱养殖区提取的深度学习全卷积网络(fully convolutional networks,FCN)模型并开展精度验证。结果显示,GF-1影像提取结果的F值达到83.37%,GF-2影像提取结果的F值达到92.56%。表明基于FCN的高分影像内陆网箱养殖区提取具有较高的精度,能够进行大规模内陆网箱养殖区提取应用,为内陆水产养殖区的监测提供重要依据。 展开更多

关键词 深度学习 全卷积网络模型 数据增强 高分辨率遥感影像 GF卫星 内陆网箱养殖区 养殖区提取

在线阅读 下载PDF 职称材料

海上高速航行船舶触礁距离实时计算方法 被引量：1

8

作者 石磊 《舰船科学技术》 北大核心 2024年第4期66-69,共4页

为了提高船舶航行安全性,并应对航行过程潜在碰撞风险,提出海上高速航行船舶触礁距离实时计算方法。通过航海雷达探测船舶航行环境中的礁石目标,确定极坐标系下的位置坐标后,将其转换地心垂直坐标系下,构建基于PLSTM-FCN的船舶航迹预测... 为了提高船舶航行安全性,并应对航行过程潜在碰撞风险,提出海上高速航行船舶触礁距离实时计算方法。通过航海雷达探测船舶航行环境中的礁石目标,确定极坐标系下的位置坐标后,将其转换地心垂直坐标系下,构建基于PLSTM-FCN的船舶航迹预测模型,从船舶自动识别系统中获取高速航行船舶历史位置、航速、航向、船舶长度、宽度以及吃水深度等AIS数据,将其作为模型输入,模型输出为船舶航行实时位置预测结果,结合礁石目标位置,完成触礁距离的实时计算。实验结果表明,该方法可预测船舶航行航迹,预测MSE值仅为0.002 2;可实现船舶触礁距离的实时计算,计算结果与实际距离误差介于0.77~1.55之间。 展开更多

关键词 高速航行船舶 触礁距离 航海雷达 坐标转换 PLSTM-fcn模型 航迹预测

在线阅读 下载PDF 职称材料

一种整合语义对象特征的视觉注意力模型

9

作者 李娜 赵歆波 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2020年第5期99-105,共7页

视觉注意力建模作为预测人类在观察场景时注意力分布的关键技术,在计算机视觉的众多领域均有广泛应用.传统的视觉注意力模型着重研究人眼注视点,计算出的显著图更多的是反映眼动信息,并未将大脑的感知出的语义信息反映出来.针对这一问题... 视觉注意力建模作为预测人类在观察场景时注意力分布的关键技术,在计算机视觉的众多领域均有广泛应用.传统的视觉注意力模型着重研究人眼注视点,计算出的显著图更多的是反映眼动信息,并未将大脑的感知出的语义信息反映出来.针对这一问题,本文提出了一种整合了语义对象特征的视觉注意力模型.首先,本文建立了眼动跟踪数据库V0C2012-E,研究并记录普通人在观察自然场景时的眼动数据.然后,受语义分割启发,利用全卷积神经网络(Fully Convolution;Networks,FCN)提取语义对象特征,同时用激活函数PReLu和优化函数Adam改进FCN网络使其更有效地提取的语义对象特征,来模仿大脑对语义对象特征的感知.接着,提取在人类潜意识层吸引人注意力的如方向,颜色,强度特征等28个低级特征.最后利用支持向量机(Support Vector Machine,SVM)将之前提取的语义对象特征及低级特征映射到人类视觉空间,同时引入真实眼动数据进行有监督的训练,得到可以预测人眼视觉显著图的视觉注意力模型.实验结果表明,在VOC2012-E及MIT300数据库上与其他8种经典模型及4种先进模型相比,本文提出的视觉注意力模型性能更好,更有生物学优势. 展开更多

关键词 视觉注意力模型 语义对象特征 fcn SVM 深度学习

在线阅读 下载PDF 职称材料

基于LSTM模型的浮式风机系泊监测数据解算方法 被引量：1

10

作者 梁瑞庆 邓燕飞 冯玮 《中国测试》 CAS 北大核心 2024年第8期28-33,共6页

针对浮式风机系泊倾角监测数据如何准确解算为系泊张力响应的问题,提出一种基于长短时记忆(LSTM)网络与全连接网络(FCN)相结合的系泊张力解算模型。首先,针对在役的“扶摇号”浮式风机,建立风-浪-流耦合时域仿真模型,用以获取不同工况... 针对浮式风机系泊倾角监测数据如何准确解算为系泊张力响应的问题,提出一种基于长短时记忆(LSTM)网络与全连接网络(FCN)相结合的系泊张力解算模型。首先,针对在役的“扶摇号”浮式风机,建立风-浪-流耦合时域仿真模型,用以获取不同工况下系泊张力与倾角数据,从而形成神经网络的训练与验证数据集。在Keras框架下,开发FCN与LSTM的组合网络模型,选取Adam优化器进行训练,获得验证集损失函数最小的网络参数。最后,分别采用传统悬链线方程与神经网络模型对系泊张力响应进行预测,并与实际结果进行比对分析。结果表明:神经网络能够考虑到不同系泊倾角对应的导缆孔平均高度变化以及系泊运动的动态过程,在系泊张力时程曲线、均值、标准差及最大值等预测上比传统悬链线方程具有更高的精度,两者对于系泊张力最大值的预报误差分别为6.4%和17.1%。 展开更多

关键词 系泊张力 数据解算 fcn模型 LSTM模型 系泊倾角

在线阅读 下载PDF 职称材料

基于改进全卷积神经网络的红外与可见光图像融合方法 被引量：14

11

作者 冯玉芳 殷宏 +3 位作者 卢厚清 程恺 曹林 刘满 《计算机工程》 CAS CSCD 北大核心 2020年第8期243-249,257,共8页

基于深度学习的图像融合技术易丢失网络浅层特征信息,难以实现图像的精准识别。提出一种利用全卷积神经网络(FCN)提取特征的红外与可见光图像融合方法。采用非下采样剪切波变换(NSST)对源图像进行多尺度和多方向分解,生成高频子带和低... 基于深度学习的图像融合技术易丢失网络浅层特征信息,难以实现图像的精准识别。提出一种利用全卷积神经网络(FCN)提取特征的红外与可见光图像融合方法。采用非下采样剪切波变换(NSST)对源图像进行多尺度和多方向分解,生成高频子带和低频子带图像,将高频子带输入FCN模型提取多尺度特征,并生成高频子带特征映射图,使用最大加权平均算法完成高频子带的融合,同时采用区域能量和融合策略融合低频子带,对融合后的高频子带和低频子带进行NSST逆变换,得到最终的融合图像。实验结果表明,与GFF、WLS和IFE等方法相比,该方法融合图像的主观视觉效果和客观评价指标更好。 展开更多

关键词 卷积神经网络 非下采样剪切波变换 全卷积神经网络模型 多尺度特征 特征映射图

在线阅读 下载PDF 职称材料

一种基于权重哈希化的深度人脸识别算法 被引量：3

12

作者 曾燕 陈岳林 蔡晓东 《计算机科学》 CSCD 北大核心 2019年第6期277-281,共5页

针对采用融合深度哈希的卷积神经网络进行人脸识别时可能存在准确率下降及内存占用率偏高的问题,提出了基于权重哈希化的深度人脸识别算法.首先,提出一种基于高低维特征维度拼接的全卷积深度哈希网络,用以保证融合深度哈希后网络模型的... 针对采用融合深度哈希的卷积神经网络进行人脸识别时可能存在准确率下降及内存占用率偏高的问题,提出了基于权重哈希化的深度人脸识别算法.首先,提出一种基于高低维特征维度拼接的全卷积深度哈希网络,用以保证融合深度哈希后网络模型的识别准确率;然后,提出一种基于权重哈希化的模型压缩方法,将浮点型权重量化为哈希编码来进行模型存储,用以减少模型的内存占用率.实验表明,该方法在基于VGG框架进行改进时,可将VGG原网络的识别总效率提高68%,将准确率提高1.67%且使模型尺寸压缩了91.2%;该方法扩展到Sphereface框架时,在准确率略有提升的情况下将识别效率提高了61%,将模型压缩了42.24%.因此所提方法可提高识别准确率和效率,并减少内存占用率,同时还可扩展应用于其他网络. 展开更多

关键词 深度哈希 维度拼接 模型压缩 全卷积网络

在线阅读 下载PDF 职称材料

动态生成掩膜弱监督语义分割 被引量：4

13

作者 陈辰 唐胜 李锦涛 《中国图象图形学报》 CSCD 北大核心 2020年第6期1190-1200,共11页

目的传统图像语义分割需要的像素级标注数据难以大量获取,图像语义分割的弱监督学习是当前的重要研究方向。弱监督学习是指使用弱标注样本完成监督学习,弱标注比像素级标注的标注速度快、标注方式简单,包括散点、边界框、涂鸦等标注方... 目的传统图像语义分割需要的像素级标注数据难以大量获取,图像语义分割的弱监督学习是当前的重要研究方向。弱监督学习是指使用弱标注样本完成监督学习,弱标注比像素级标注的标注速度快、标注方式简单,包括散点、边界框、涂鸦等标注方式。方法针对现有方法对多层特征利用不充分的问题,提出了一种基于动态掩膜生成的弱监督语义分割方法。该方法以边界框作为初始前景分割轮廓,使用迭代方式通过卷积神经网络(convolutional neural network,CNN)多层特征获取前景目标的边缘信息,根据边缘信息生成掩膜。迭代的过程中首先使用高层特征对前景目标的大体形状和位置做出估计,得到粗略的物体分割掩膜。然后根据已获得的粗略掩膜,逐层使用CNN特征对掩膜进行更新。结果在Pascal VOC(visual object classes) 2012数据集上取得了78.06%的分割精度,相比于边界框监督、弱—半监督、掩膜排序和实例剪切方法,分别提高了14.71%、4.04%、3.10%和0.92%。结论该方法能够利用高层语义特征,减少分割掩膜中语义级别的错误,同时使用底层特征对掩膜进行更新,可以提高分割边缘的准确性。 展开更多

关键词 语义分割 弱监督学习 高斯混合模型 全卷积网络 特征融合

原文传递

基于改进的HED网络的物体检测 被引量：3

14

作者 刘铭 史明健 《长春工业大学学报》 CAS 2022年第4期603-608,共6页

边缘检测是图像处理中的基本问题,传统的边缘检测中有多种算子,Canny算子、Sobel算子、Prewitt算子。文中对标准HED网络模型的激活函数进行改进,并将改进后的模型应用于无人化工厂中的货物纸箱边缘检测问题,与传统的边缘检测算子对比分... 边缘检测是图像处理中的基本问题,传统的边缘检测中有多种算子,Canny算子、Sobel算子、Prewitt算子。文中对标准HED网络模型的激活函数进行改进,并将改进后的模型应用于无人化工厂中的货物纸箱边缘检测问题,与传统的边缘检测算子对比分析,改进的HED网络模型得到了较好的检测结果。 展开更多

关键词 边缘检测 VGG fcn HED模型 物体检测

在线阅读 下载PDF 职称材料

基于特征融合并行优化模型的电能质量扰动分类方法 被引量：27

15

作者 龚正 邹阳 +3 位作者 金涛 刘宇龙 兰名扬 刘梓强 《中国电机工程学报》 EI CSCD 北大核心 2023年第3期1017-1026,共10页

为了提高对复杂电能质量扰动(power quality disturbances,PQDs)的分类准确率,该文提出一种基于特征融合并行优化模型的PQDs分类方法。该方法以特征融合的方式,使用全卷积神经网络(fully convolutional networks,FCN)和长短期记忆网络(l... 为了提高对复杂电能质量扰动(power quality disturbances,PQDs)的分类准确率,该文提出一种基于特征融合并行优化模型的PQDs分类方法。该方法以特征融合的方式,使用全卷积神经网络(fully convolutional networks,FCN)和长短期记忆网络(long short-term memory,LSTM)并行挖掘PQDs在空间和时序上的高维特征,并提出全局最大池化(global max pooling,GMP)和时间序列重组(time series reshape,TSR)优化,提升模型的分类性能。为了验证所提方法的有效性,该文基于Keras框架搭建分类模型,建立含72类扰动的PQDs数据库并进行仿真实验,所提方法在20dB白噪声环境中平均分类准确率可达92.38%,相较于其他主流深度学习分类方法有更高的噪声鲁棒性和分类准确率。另外,对硬件平台所采样的10类PQDs进行分类测试,共100组实验信号均得到正确分类,该结果进一步验证了所提方法的可靠性。 展开更多

关键词 电能质量扰动 全卷积神经网络 长短期记忆网络 特征融合 并行模型

原文传递

一种基于深度学习的夜间车流量检测方法 被引量：3

16

作者 张海玉 陈久红 《软件导刊》 2019年第9期33-37,共5页

当车流量较少时,降低路灯亮度可以达到能源节约目的。为此,采用深度学习中的R-FCN目标检测网络完成夜间车辆检测任务。R-FCN网络相比传统深度学习网络,不仅是基于区域推荐模型的网络,而且引入了平移变化特性,所以对目标检测效果更好。... 当车流量较少时,降低路灯亮度可以达到能源节约目的。为此,采用深度学习中的R-FCN目标检测网络完成夜间车辆检测任务。R-FCN网络相比传统深度学习网络,不仅是基于区域推荐模型的网络,而且引入了平移变化特性,所以对目标检测效果更好。为了占用更少硬件资源,缩小模型规模,采用ShuffleNet通道分组与组间通信机制,压缩原始残差网络。同时,对NMS(非极大值抑制)算法进行修改,从而可以更好地筛选重叠目标,降低网络漏检率。实验结果表明,该方法准确率较高,在UA-DETRAC数据集的夜间图片检测中精度最高可达到90.89%。 展开更多

关键词 车流量检测 深度学习 计算机视觉 模型压缩 R-fcn

在线阅读 下载PDF 职称材料

融合残差反卷积的图像分割算法研究 被引量：2

17

作者 何松 唐程华 陈鑫 《福建电脑》 2024年第5期1-5,共5页

针对FCN算法在处理复杂场景时出现误分割问题,本文提出一种融合残差反卷积的图像分割算法RDM-FCN。在编码器部分,采用VGG16网络来提取图像特征;在解码器部分,通过构建残差反卷积模块和引入残差连接,以增强跨层特征的传递。通过采用交叉... 针对FCN算法在处理复杂场景时出现误分割问题,本文提出一种融合残差反卷积的图像分割算法RDM-FCN。在编码器部分,采用VGG16网络来提取图像特征;在解码器部分,通过构建残差反卷积模块和引入残差连接,以增强跨层特征的传递。通过采用交叉熵损失函数,提升模型的分割精度。测试结果显示,本文算法与FCN算法相比较,准确率提高了0.0347,平均交并比提高了0.0215,平均像素准确率提高了0.005。实验结果表明,本文算法的分割精度较高,能够较好地保留物体边缘和细节部分的信息。 展开更多

关键词 fcn网络 图像分割 残差反卷积 算法

在线阅读 下载PDF 职称材料