期刊文献+
共找到1,676篇文章
< 1 2 84 >
每页显示 20 50 100
A super-network equilibrium optimization method for operation architecture with fuzzy demands 被引量:3
1
作者 XING Qinghua GAO Jiale 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2020年第5期969-982,共14页
From the view of information flow, a super-network equilibrium optimization model is proposed to compute the solution of the operation architecture which is made up of a perceptive level, a command level and a firepow... From the view of information flow, a super-network equilibrium optimization model is proposed to compute the solution of the operation architecture which is made up of a perceptive level, a command level and a firepower level. Firstly, the optimized conditions of the perceptive level, command level and firepower level are analyzed respectively based on the demand of information relation,and then the information supply-and-demand equilibrium model of the operation architecture super-network is established. Secondly,a variational inequality transformation(VIT) model for equilibrium optimization of the operation architecture is given. Thirdly, the contraction projection algorithm for solving the operation architecture super-network equilibrium optimization model with fuzzy demands is designed. Finally, numerical examples are given to prove the validity and rationality of the proposed method, and the influence of fuzzy demands on the super-network equilibrium solution of operation architecture is discussed. 展开更多
关键词 super-network equilibrium operation architecture fuzzy demand information flow variational inequality transformation
在线阅读 下载PDF
基于增强型残差递归门控网络的信道估计方法
2
作者 刘娇蛟 王若尘 马碧云 《华南理工大学学报(自然科学版)》 北大核心 2026年第1期53-59,共7页
在高速移动场景下,无线通信要经历时间和频率双选择性衰落,信道估计用于准确获取信道状态信息,其结果有助于提高通信性能。时频双选信道是一个描述信号在时间和频率维度上都具有选择性衰落特性的信道模型。针对时频双选信道估计问题,近... 在高速移动场景下,无线通信要经历时间和频率双选择性衰落,信道估计用于准确获取信道状态信息,其结果有助于提高通信性能。时频双选信道是一个描述信号在时间和频率维度上都具有选择性衰落特性的信道模型。针对时频双选信道估计问题,近年来深度学习方法被广泛应用,原本在计算机视觉和自然语言处理领域表现优秀的卷积神经网络(CNN)和长短期记忆网络(LSTM)等被应用于信道估计,但是它们专注于时序相关性及局部时频特征的捕捉,直接用于时频双选信道估计还存在着诸多挑战。该研究提出了一种基于增强型深度残差递归门控网络(CEHNet)的信道估计算法。该算法将时频双选信道的时频网格视为二维图像,使用超分辨率网络(SR)重建信道状态信息,并且使用增加幅度特征的预处理方法扩充数据集,引入Lasso回归作为约束加快网络收敛速度。实验结果表明:针对不同信道模型,该算法在导频数量较少时的估计性能优于超分辨率网络(SRCNN)等现有方法,其收敛速度明显加快,在信噪比为22 dB时比SRCNN方法提升了4倍。 展开更多
关键词 信道估计 超分网络 时频双选信道 递归门控卷积
在线阅读 下载PDF
基于高阶空间交互的盲超分辨率图像重建算法
3
作者 王晓峰 谭文雅 +1 位作者 沈紫璇 黄俊俊 《计算机工程与设计》 北大核心 2026年第2期309-315,共7页
为了克服盲超分辨率领域中生成对抗网络模型在生成细节和抑制伪影方面的局限性,提出了一种新型的具有高阶交互能力的Real-GSRGAN模型。该模型包括3个关键组成部分:高阶退化模型、基于残差门控注意力模块的Transformer生成器和U-Net鉴别... 为了克服盲超分辨率领域中生成对抗网络模型在生成细节和抑制伪影方面的局限性,提出了一种新型的具有高阶交互能力的Real-GSRGAN模型。该模型包括3个关键组成部分:高阶退化模型、基于残差门控注意力模块的Transformer生成器和U-Net鉴别器。在生成器中,采用了通道空间自注意力模块来捕捉多维特征,并通过递归门控卷积实现全局依赖和局部细节的高阶交互。前馈网络引入门控机制添加空间建模信息。为抑制伪影和图像过于平滑的现象,添加了去伪影损失函数。实验结果表明,该方法在多个数据集上表现出更优的视觉重建效果,还通过高阶交互机制显著提升了整体性能,优于现有方法。 展开更多
关键词 生成对抗网络 盲超分辨率 注意力机制 前馈网络 递归门控卷积 高阶空间交互 高阶特征
在线阅读 下载PDF
基于结构特征引导的图像超分辨率重建方法
4
作者 王晓峰 沈紫璇 +1 位作者 谭文雅 黄俊俊 《计算机工程与设计》 北大核心 2026年第1期195-202,共8页
现有图像超分辨率模型结构特征利用不足且全局信息捕获效率低,致使重建图像扭曲且边缘模糊。针对此问题,提出结合Transformer和U-net的生成对抗网络图像超分辨率重建方法。在生成器嵌入交叉卷积注意力块(CCAB)和频谱变换块(STB),以增强... 现有图像超分辨率模型结构特征利用不足且全局信息捕获效率低,致使重建图像扭曲且边缘模糊。针对此问题,提出结合Transformer和U-net的生成对抗网络图像超分辨率重建方法。在生成器嵌入交叉卷积注意力块(CCAB)和频谱变换块(STB),以增强边缘特征的检测并扩大感受野,同时利用空间注意力单元(SAU)对特征细化处理。采用基于门控机制的U-net鉴别器逐像素反馈,助生成器早期捕获结构信息并挖掘高频细节,此外还采用谱归一化技术稳定训练。实验结果表明,该方法重建的图像清晰度和结构完整性较好,量化指标PSNR和SSIM均有所提高。 展开更多
关键词 生成对抗网络 图像超分辨率 结构保持 高频细节 注意力机制 感受野 边缘特征
在线阅读 下载PDF
基于Fusion神经网络模型的气泡超分辨率重建研究
5
作者 孙志远 高德扬 +2 位作者 韩晋玉 何雯 薄涵亮 《原子能科学技术》 北大核心 2026年第1期38-48,共11页
高分辨率气泡场信息在核反应堆热工水力领域具有重要工程价值,然而现有实验测量与数值模拟方法在获取精细气泡分布时面临显著挑战。本文针对气泡图像超分辨率重建问题,提出一种融合多尺度特征的神经网络模型——Fusion模型,旨在从超低... 高分辨率气泡场信息在核反应堆热工水力领域具有重要工程价值,然而现有实验测量与数值模拟方法在获取精细气泡分布时面临显著挑战。本文针对气泡图像超分辨率重建问题,提出一种融合多尺度特征的神经网络模型——Fusion模型,旨在从超低分辨率(16×16像素)输入中恢复高分辨率(128×128像素)气泡分布图像。该模型通过3组子网络融合与跳跃连接结构,兼顾全局结构与局部细节特征,显著提升了复杂气泡分布的恢复能力。实验结果表明:在单气泡场景下,Fusion模型的均方误差(MSE)为0.001,较传统双三次插值降低75%,结构相似性指数(SSIM)达0.9939;在多气泡场景中,Fusion模型的MSE(0.0203)较传统双三次插值降低79.5%,SSIM(0.8992)提升近3倍,且在不同气泡密度下均表现出优异的鲁棒性。训练集规模分析显示,当样本量超过5000对时模型性能趋于稳定。研究进一步验证了数据驱动方法在气泡场表征中的有效性,可为气液两相流研究提供新的技术手段。 展开更多
关键词 气泡分布 超分辨率重建 神经网络 机器学习
在线阅读 下载PDF
基于注意力信息关注与渐进梯度约束的二值化超分辨率网络
6
作者 黄家锋 吴丽君 《网络安全与数据治理》 2026年第2期28-33,共6页
基于Transformer的网络在图像超分辨率任务上表现优异,但高昂的内存和计算成本限制了它在实际中的应用部署。为此,基于SwinIR网络实现了一个二值化的轻量化超分辨网络BiSR-AG。首先,利用现有的二值方法基于SwinIR实现了一个二值化基线... 基于Transformer的网络在图像超分辨率任务上表现优异,但高昂的内存和计算成本限制了它在实际中的应用部署。为此,基于SwinIR网络实现了一个二值化的轻量化超分辨网络BiSR-AG。首先,利用现有的二值方法基于SwinIR实现了一个二值化基线网络。进一步,设计了一个基于注意力信息关注模块以充分匹配二值化模型的信息容量。此外,使用了渐进梯度更新区间约束训练策略来缓解注意力机制中存在部分参数不更新的问题。实验证明,BiSR-AG网络有效压缩了模型大小,并保持了较好的重建效果和感知质量。 展开更多
关键词 二值化网络 超分辨率 计算机视觉 注意力信息
在线阅读 下载PDF
基于RIME-VDSR神经网络的声场超分辨率重建
7
作者 贾慧 王寻 +2 位作者 梁盛德 高莉茹 娄凤飞 《现代信息科技》 2026年第3期45-51,共7页
研究了基于VDSR深度神经网络的液体中超声声场重建问题。使用COMSOL和MATLAB联合仿真的方式对不同位置和不同工作频率的换能器辐射条件下液体中的声场进行了仿真,并保存仿真数据,构建数据集。搭建VDSR深度神经网络,结合RIME优化算法,并... 研究了基于VDSR深度神经网络的液体中超声声场重建问题。使用COMSOL和MATLAB联合仿真的方式对不同位置和不同工作频率的换能器辐射条件下液体中的声场进行了仿真,并保存仿真数据,构建数据集。搭建VDSR深度神经网络,结合RIME优化算法,并利用数据集完成神经网络训练与测试。研究发现,使用RIME优化算法可有效提高重建精度。此外,也对使用不同缩放因子减采样得到的低分辨率声场重建进行了分析,研究表明随着缩放因子的减小,重建精度逐渐降低,且高频声场重建精度对缩放因子比低频声场敏感。最后将所提方法与现有声场重建方法进行对比,结果表明对于低频声场,本研究所述方法重建精度略优于现有方法;而对于高频声场,所提方法优势较为显著。 展开更多
关键词 神经网络 超分辨率 有限元仿真 声场重建
在线阅读 下载PDF
基于部分卷积的残差特征聚合轻量超分辨率网络
8
作者 闫航 刘春龙 宋振峰 《现代电子技术》 北大核心 2026年第5期89-96,共8页
为了解决图像超分辨率重建模型普遍参数量大和计算过程复杂,对计算量和资源需求急剧增加的问题,文中提出一种基于部分卷积的残差特征聚合轻量超分辨率网络。该网络在部分卷积层的基础上减少模型冗余计算的同时也减少了参数量。在轻量化... 为了解决图像超分辨率重建模型普遍参数量大和计算过程复杂,对计算量和资源需求急剧增加的问题,文中提出一种基于部分卷积的残差特征聚合轻量超分辨率网络。该网络在部分卷积层的基础上减少模型冗余计算的同时也减少了参数量。在轻量化的前提下,引入残差特征聚合模块,同时关注局部与非局部特征信息,以增强网络对图像细节的全面捕捉,加速信息传递的同时提高网络泛化能力。实验结果表明,所提方法同NGswin和LKFN在公共基准测试集2倍、3倍、4倍缩放因子下的PSNR相比,分别平均提升0.28 dB、0.13 dB、0.08 dB和0.03 dB、0.02 dB、0.02 dB;参数量分别减少82%、81%、81%和38%、37%、36%;GFLOPs分别减少55%、58%、56%和6%、7%、11%。网络在轻量化的同时实现了重建图像质量的提高,减少了图像模糊程度,缓解了重建图像的伪影情况,充分证明了所提方法的高效性。 展开更多
关键词 轻量化模型 卷积神经网络 图像超分辨率重建 特征聚合 深度学习 自注意力机制
在线阅读 下载PDF
细节补偿下低分辨率激光图像自适应增强
9
作者 黄文娟 刘琴琴 《激光杂志》 北大核心 2026年第1期208-213,共6页
低分辨率激光图像在采集过程中易受设备性能限制和信号衰减等因素影响,导致图像清晰度和细节表现不佳,严重制约了其应用价值。为此,本研究提出一种低分辨率激光图像增强方法,以提升其视觉质量。基于加权编码器超分辨率网络展开图像重构... 低分辨率激光图像在采集过程中易受设备性能限制和信号衰减等因素影响,导致图像清晰度和细节表现不佳,严重制约了其应用价值。为此,本研究提出一种低分辨率激光图像增强方法,以提升其视觉质量。基于加权编码器超分辨率网络展开图像重构,结合局部集成模块和隐式神经表示模块,实现低分辨率激光图像的高质量重建。引入K-means聚类和全局直方图均衡化方法优化图像对比度,并采用多尺度Retinex方法和多尺度Retinex色彩恢复方法进行色彩增强,并结合拉普拉斯算子优化边缘轮廓。实验结果表明,所提方法在图像清晰度和视觉效果上表现较好,能够显著提升低分辨率激光图像的质量,为激光图像处理提供了新的解决方案。 展开更多
关键词 图像重构 加权编码器超分辨率网络 K-MEANS聚类 全局直方图均衡化
原文传递
基于生成对抗网络的细胞图像超分辨重建
10
作者 邢雄飞 樊星佳 李睿 《中国医学物理学杂志》 2026年第1期52-59,共8页
为提升细胞荧光显微图像的分辨率和重建质量,提出一种基于生成对抗网络的超分辨重建方法。该模型融合卷积与多头自注意力机制,实现多尺度特征建模与融合。通过联合内容损失、感知损失、对抗损失和总变分损失,提升训练稳定性与重建性能。... 为提升细胞荧光显微图像的分辨率和重建质量,提出一种基于生成对抗网络的超分辨重建方法。该模型融合卷积与多头自注意力机制,实现多尺度特征建模与融合。通过联合内容损失、感知损失、对抗损失和总变分损失,提升训练稳定性与重建性能。在4种不同细胞亚结构数据集上的实验结果表明,该方法在峰值信噪比和结构相似性指数上均优于现有方法。与次优方法相比,峰值信噪比分别提升0.22、2.35、2.11和0.59 dB,结构相似性指数分别提升0.021、0.009、0.009和0.022。主观视觉评价进一步验证了该方法在细节恢复与伪影抑制方面的优势。 展开更多
关键词 细胞荧光显微图像 超分辨重建 生成对抗网络
暂未订购
基于双分支特征融合的水下图像超分辨率重建算法
11
作者 周婉婷 谌雨章 +1 位作者 刘田晨 革钰琦 《湖北大学学报(自然科学版)》 2026年第2期207-218,共12页
水下图像是感知和理解水下环境的关键信息载体,受光的吸收和散射以及水下成像设备等因素影响导致获取到的水下图像存在边缘特征提取不充分、无法有效融合局部和全局信息等问题。因此,提出一种基于双分支特征融合的水下图像超分辨率重建... 水下图像是感知和理解水下环境的关键信息载体,受光的吸收和散射以及水下成像设备等因素影响导致获取到的水下图像存在边缘特征提取不充分、无法有效融合局部和全局信息等问题。因此,提出一种基于双分支特征融合的水下图像超分辨率重建网络(dual-branch feature fusion network,DBFFNet),该网络首先通过多尺度差分边缘增强模块(mulit-scale difference edge ehancement module,MDEEM)强化多层次边缘特征,设计双分支特征融合模块(dual-branch feature fusion module,DBFFM)有效融合全局和局部特征从而改善图像中的模糊区域并增强图像对比度,最后设计门控部分卷积前馈网络(gated pconv feed-forward network,GPFN)用于编码空间领域像素信息。实验结果表明,在重建倍数为×2的USR-248数据集上,峰值信噪比、结构相似性指数和水下图像质量测量指标分别达到31.62 dB、0.8639和2.7203,相比于DLGSANet网络,指标分别提升了0.06 dB、0.0018和0.0454。 展开更多
关键词 双分支特征融合 多尺度差分边缘增强 超分辨率重建 前馈网络
在线阅读 下载PDF
绿色信贷对绿色技术创新的影响评估及其因素分析
12
作者 孙婷 《上海节能》 2026年第2期154-165,共12页
绿色技术创新是推动绿色发展与创新驱动战略协同进行的关键动力,绿色信贷是激发这一创新活动的重要源泉。将绿色信贷纳入绿色技术创新的测度体系,采用两阶段超效率SBM-DEA模型评估我国30个省份的绿色技术创新效能,在效率测算基础上运用T... 绿色技术创新是推动绿色发展与创新驱动战略协同进行的关键动力,绿色信贷是激发这一创新活动的重要源泉。将绿色信贷纳入绿色技术创新的测度体系,采用两阶段超效率SBM-DEA模型评估我国30个省份的绿色技术创新效能,在效率测算基础上运用Tobit模型对其影响因素进行实证分析。结果表明:在考察期内,依托于绿色信贷支持的绿色技术创新效率呈上升趋势,但整体水平仍然偏低,全国呈现出由东部地区向中西部地区递减的态势。金融集聚、金融发展水平、人力资本、对外开放以及政府支持力度均与绿色技术创新效率正相关,而环境规制显著抑制了绿色技术创新水平。通过上述研究,确定绿色技术创新效率较低的深层次原因,并据此为各省份探索提升绿色技术创新能力提供了重要指引。 展开更多
关键词 绿色信贷 绿色技术创新效率 两阶段超效率网络SBM-DEA
在线阅读 下载PDF
多分支自相似遥感超分辨率生成对抗网络
13
作者 刘佳嘉 林俊逸 《现代电子技术》 北大核心 2026年第2期65-72,共8页
针对遥感影像超分辨率重建后的图像普遍存在的边缘模糊、伪影及失真问题,基于生成对抗网络提出一种新型的遥感超分辨率重构算法。该算法设计了包含联合损失的多分支残差密集块(MRDB),同时采用自相似特征提取模块对其高频和边缘信息进行... 针对遥感影像超分辨率重建后的图像普遍存在的边缘模糊、伪影及失真问题,基于生成对抗网络提出一种新型的遥感超分辨率重构算法。该算法设计了包含联合损失的多分支残差密集块(MRDB),同时采用自相似特征提取模块对其高频和边缘信息进行修复。首先,MRDB在RRDB基础上改进多分支结构,能够有效处理不同频率的信息,提升图像的细节恢复效果和语义平衡,进而减少物体边缘模糊问题。其次,多分支结构和密集块的创新性结合,可稳固提取深度特征,有效消除伪影。最后,设计了联合损失函数,结合L1内容损失、感知损失、纹理损失、对抗损失和自相似性损失,确保图像整体的清晰度。此外,对MRDGAN进行对比实验和消融实验。实验结果表明,在UC Merced数据集中,MRDGAN在公路、机场和建筑类别下的定性效果更为接近原图,且平均PSNR高出ESRGAN算法1.13 dB,SSIM高出0.0285,FID降低22.13,CLIPscore提高0.0361。该算法不仅去除了生成伪影,提高了边缘重建精度,同时在各项评估指标中展现出更优异的结果。 展开更多
关键词 生成对抗网络 遥感影像 超分辨率重构 多分支结构 残差密集块 特征提取
在线阅读 下载PDF
基于无监督学习的均匀圆阵二维测向方法
14
作者 吴双 蒲泓宇 +1 位作者 付泰 罗太元 《系统工程与电子技术》 北大核心 2026年第2期422-429,共8页
为解决均匀圆阵二维超分辨测向问题,提出一种基于无监督深度神经网络的测向框架。首先,将二维波达方向估计问题转化为稀疏功率谱重构,采用深度神经网络建立空域协方差向量到二维稀疏谱的端到端映射。进一步,通过构造稀疏特征约束的损失... 为解决均匀圆阵二维超分辨测向问题,提出一种基于无监督深度神经网络的测向框架。首先,将二维波达方向估计问题转化为稀疏功率谱重构,采用深度神经网络建立空域协方差向量到二维稀疏谱的端到端映射。进一步,通过构造稀疏特征约束的损失函数,实现无监督模式下二维稀疏谱的空间结构特征学习。网络训练完成后,通过对网络输出进行聚类后处理获得二维角度的准确估计。仿真表明,所提方法在二维方向上实现了准确的角度估计,对未知场景具有较好的泛化性和鲁棒性,并且在低信噪比和小快拍数的情况下具有较高的估计精度。 展开更多
关键词 均匀圆阵 超分辨二维测向 深度神经网络 无监督学习
在线阅读 下载PDF
基于Lab颜色空间改进U—Net的稻田杂草分割方法 被引量:1
15
作者 王靖 姜文刚 +1 位作者 程耀 钱伟 《中国农机化学报》 北大核心 2025年第5期148-154,共7页
在水稻种植中,杂草是影响水稻产量的重要因素。无人机在智慧农业领域应用日益广泛。针对无人机在图像采集时发生抖动以及稻田杂草拍摄时产生运动模糊的情况,通过在分割网络前增加超分辨率模块来解决图片不清晰的问题;为提高图像分割准确... 在水稻种植中,杂草是影响水稻产量的重要因素。无人机在智慧农业领域应用日益广泛。针对无人机在图像采集时发生抖动以及稻田杂草拍摄时产生运动模糊的情况,通过在分割网络前增加超分辨率模块来解决图片不清晰的问题;为提高图像分割准确率,提出将图像由RGB转化成Lab颜色空间,从而增加水稻和杂草在计算机视觉上的区分度,同时将水稻与杂草的Lab数值加权作为损失函数参数,融合更多的原图信息,提高网络训练精度;在U—Net中增加局部注意力机制,关注图像中重要的部分,减少无关区域的影响,加强对水稻杂草图像的分割能力,提升网络性能。试验结果表明,改进后网络图像分割的准确率达98.1%,精确率达95.4%,召回率达96.9%,平均交并比mIoU达84.2%。 展开更多
关键词 稻田杂草 神经网络 超分辨率 Lab颜色空间 注意力机制
在线阅读 下载PDF
学习驱动的图像压缩算法研究 被引量:1
16
作者 杨红菊 吉昌 《计算机工程》 北大核心 2025年第1期190-197,共8页
目前,基于卷积神经网络(CNN)深度学习的图像压缩已经取得了优异的成果,但是CNN的感受野通常受限,不能学习到图像非局部区域内像素之间的上下文关系,缺少了长距离建模和感知能力,容易造成结果失真、伪影和压缩率较高等问题。针对以上问题... 目前,基于卷积神经网络(CNN)深度学习的图像压缩已经取得了优异的成果,但是CNN的感受野通常受限,不能学习到图像非局部区域内像素之间的上下文关系,缺少了长距离建模和感知能力,容易造成结果失真、伪影和压缩率较高等问题。针对以上问题,提出2种解决办法:设计一种由CNN、多尺度注意力(MSA)机制和残差单元构成的对称编解码器架构,该架构在对图片进行通道变换和空间变换的同时引入多尺度注意力机制,能够对特征进行重新校准,减少潜在表示的冗余像素;设计一种基于U型框架的超先验网络,可以在不同层级上获取多尺度的上下文信息,在帮助提取高级语义特征的同时,保留详细的低级特征信息,能够更好地进行边界细化和细节恢复。在Kodak、Tecnick和CLIC这3种数据集上将所提方法与其他先进的图像压缩方法进行对比实验,结果表明,在相同比特率下,该方法相较对比方法在峰值信噪比(PSNR)指标上分别提高了约0.3 dB、0.6 dB、0.5 dB。所提方法在保证压缩率的同时,能够有效提高对非重复纹理特征和图像细节特征的重建效果。 展开更多
关键词 深度学习 图像压缩 多尺度注意力机制 超先验网络 TRANSFORMER
在线阅读 下载PDF
基于改进型生成对抗网络的矿井图像超分辨重建方法研究 被引量:2
17
作者 张帆 刘莹 +2 位作者 宋惠 张嘉荣 程海星 《煤炭科学技术》 北大核心 2025年第S1期338-345,共8页
智能化无人开采是煤炭资源绿色、智能、安全、高效开采的技术发展趋势,高分辨率的矿井图像能够为煤矿智能开采和智能监控提供关键技术支撑。针对煤矿井下雾尘环境,目前采用常规的深度学习方法虽然能够提高矿井图像重建效果,但是受井下... 智能化无人开采是煤炭资源绿色、智能、安全、高效开采的技术发展趋势,高分辨率的矿井图像能够为煤矿智能开采和智能监控提供关键技术支撑。针对煤矿井下雾尘环境,目前采用常规的深度学习方法虽然能够提高矿井图像重建效果,但是受井下环境噪声影响,模型训练的稳定性较差,难以获得矿井图像的重建高频信息,导致图像重构质量欠佳,易出现矿井图像模糊和分辨率下降等问题。针对上述问题,提出一种基于生成对抗网络的矿井图像超分辨率重建方法。该方法基于SRGAN网络,对网络结构和损失函数进行改进优化,在生成器的浅层特征提取层和重建层分别采用2个5×5的卷积层,并在浅层特征提取层的每个卷积层后加入非线性激活函数,深层特征提取层采用残差结构,通过级联亚像素卷积层以实现矿井图像不同倍数的超分辨重建;采用Wasserstein距离对损失函数进行改进,并去掉判别器输出层的Sigmoid,使用RMSProp方法对网络进行优化,提高模型训练的收敛速度和稳定性;利用训练好的生成器模型,据此分别对矿井图像进行2倍和4倍超分辨重建,并对实验结果进行主观视觉分析和客观评价。结果表明,与传统的双三次插值、SRCNN、SRGAN相比,在相同缩放因子条件下,所提方法的峰值信噪比分别提升了2.68、1.50和1.59 dB,结构相似性分别提升了0.033 4、0.004 8和0.006 1,所提方法能够重建出清晰的矿井图像纹理和细节信息,在主观视觉上以及峰值信噪比和结构相似性上都实现了更好的重建效果,且整体性能优于其他几种方法,有效提高了矿井图像的分辨率。 展开更多
关键词 煤矿智能化 矿井图像 超分辨重建 生成对抗网络 SRGAN
在线阅读 下载PDF
共享超分的双分支遥感图像时空融合网络 被引量:1
18
作者 方帅 张小溪 张晶 《电子学报》 北大核心 2025年第2期581-594,共14页
本文从空间维度和时间维度分析了场景弱变化区域和类型变化区域的融合规律、物理模型的差异性和效果上的互补性,提出了共享超分辨率的双分支(Shared Super-Resolution Dual-Branch,SSRDB)遥感图像时空融合算法.该算法具有如下3个特点:(1... 本文从空间维度和时间维度分析了场景弱变化区域和类型变化区域的融合规律、物理模型的差异性和效果上的互补性,提出了共享超分辨率的双分支(Shared Super-Resolution Dual-Branch,SSRDB)遥感图像时空融合算法.该算法具有如下3个特点:(1)构建了互补性的网络框架,虽然该框架是端到端的深度学习模型,但每个模块有各自的物理意义和任务,通过增加中间监督,分别实现空间维的超分建模,时间维的变化预测建模,以及两者优势互补的融合建模;(2)对变化预测的数学表示进行推演,利用一个非线性补偿模块,使得两分支共享超分模块,在共享超分模块和递归复用超分单元的双重策略下,显著降低了网络参数;(3)递归超分模块使用固定的2倍率超分单元,在有效监督和有效参考下,渐进式进行特征增强与图像重建,这可以有效提高超分精度,且通过调整超分单元个数,灵活适应不同倍率差异的时空融合任务.SSRDB算法在空间和光谱特性上以及变化区域上都展现了优秀的融合效果,RMSE(Root Mean Squared Error)、SAM(Spectral Angle Mapper)和SSIM(Structural Similarity)3个定量评价指标显示,在CIA(Coleambally lrrigation Area)数据集上分别优于次优方法 7.067%、2.065%、0.563%;在LGC(Lower Gwydir Catchment)数据集上分别优于次优方法5.319%、5.490%、1.455%;在Nanjing数据集上分别优于次优方法6.486%、16.290%、0.481%. 展开更多
关键词 遥感图像 时空融合 双分支 图像超分 卷积神经网络
在线阅读 下载PDF
基于复数域卷积神经网络的ISAR包络对齐方法研究 被引量:1
19
作者 王勇 夏浩然 刘明帆 《信号处理》 北大核心 2025年第3期409-425,共17页
在逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)成像领域,运动补偿是确保高质量图像生成的关键环节。包络对齐(Range Alignment,RA)作为运动补偿的首要步骤,对于校正由平动分量引起的回波信号包络偏移至关重要。本文提出了... 在逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)成像领域,运动补偿是确保高质量图像生成的关键环节。包络对齐(Range Alignment,RA)作为运动补偿的首要步骤,对于校正由平动分量引起的回波信号包络偏移至关重要。本文提出了一种基于复数域卷积神经网络(Complex-Valued Convolutional Neural Network,CVCNN)的包络对齐新方法,旨在通过深度学习策略提升包络对齐的精度与计算效率。本文所提方法利用了卷积神经网络强大的特征学习能力,构建了一个能够映射一维距离像与包络补偿量之间复杂关系的模型。通过将传统的实值卷积神经网络拓展至复数域,不仅完整保留了回波信号中的相位信息,而且有效引入了复数域残差块及线性连接机制,进一步精细化了网络结构设计。这种架构改进使得所提算法能实现低信噪比(Signal-to-Noise Ratio,SNR)条件下对ISAR距离像的高效包络对齐。在数据生成方面,本文基于雷达仿真参数,通过成像模拟仿真构建了ISAR回波数据集。该数据集经过归一化处理后,输入网络进行训练,使网络能够学习从未对齐回波到对应补偿量的映射关系。本文所提方法采用迁移学习策略,对基于仿真数据预训练的模型进行微调,以适应实测数据。这一策略不仅增强了结果的可靠性,同时也大幅缩短了模型的迭代周期。在实验验证方面,本文采用仿真与实测数据进行综合测试,以包络对齐精度、成像结果质量和计算效率为评价指标,全面验证了算法的有效性。实验结果表明,在不同信噪比条件下,本文所提方法均展现出了优越的包络对齐性能,进而可以实现高质量成像,同时在计算效率上也具有显著优势。 展开更多
关键词 逆合成孔径雷达 包络对齐 复数域卷积神经网络 有监督学习
在线阅读 下载PDF
基于ViT-CNN特征增强的图像超分辨率 被引量:1
20
作者 高志荣 孙清清 +2 位作者 熊承义 李帆 郑瑞华 《中南民族大学学报(自然科学版)》 2025年第2期253-259,共7页
卷积神经网络(CNN)可以提取图像的局部相关特征,视觉Transformer(ViT)则侧重于捕获图像的远距离依赖关系,二者有效结合能够改进图像的重构质量.研究了一种基于ViT-CNN特征增强的图像超分辨率(SR)网络.具体来说,网络包含了基于ViT的SR分... 卷积神经网络(CNN)可以提取图像的局部相关特征,视觉Transformer(ViT)则侧重于捕获图像的远距离依赖关系,二者有效结合能够改进图像的重构质量.研究了一种基于ViT-CNN特征增强的图像超分辨率(SR)网络.具体来说,网络包含了基于ViT的SR分支与基于CNN的梯度分支,SR分支主要用于提取图像特征域中的全局相关性,而梯度分支则专注于图像梯度域中的局部依赖关系.通过对两种信息的融合与渐进增强,获得高倍放大的重构图像.此外,在网络的学习阶段引入了梯度损失及渐进训练策略,有效降低了网络的训练难度并增强了训练的稳定性.在多个公开数据集上的大量实验结果验证了所提方法在改善重构系统性能方面的有效性. 展开更多
关键词 图像超分辨率 卷积神经网络 视觉Transformer 特征融合
在线阅读 下载PDF
上一页 1 2 84 下一页 到第
使用帮助 返回顶部