期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于高频信息特征融合的超分辨率对抗网络研究
1
作者 王永红 《信息与电脑》 2023年第11期103-105,共3页
基于高频信息特征融合的超分辨率对抗网络,通过将局部和全局信息进行分离并融合,以达到提高图像的超分辨率的目的,同时避免过度平滑或者失真现象的发生。本次研究中,相关工作人员基于马尔科夫判别器和离散小波变换等概念,实现对于图像... 基于高频信息特征融合的超分辨率对抗网络,通过将局部和全局信息进行分离并融合,以达到提高图像的超分辨率的目的,同时避免过度平滑或者失真现象的发生。本次研究中,相关工作人员基于马尔科夫判别器和离散小波变换等概念,实现对于图像高频信息特征的提取与融合,搭建网络整体架构并引入损失函数。实验结果表明,该方法在图像重建、清晰度和结构方面都优于其他基线模型,并且具有较强的泛化能力和鲁棒性。 展开更多
关键词 高频特征 特征融合 损失函数
下载PDF
基于改进ADNet网络模型的低剂量CT图像降噪方法
2
作者 黄银 陈波 +3 位作者 钱俊磊 曾凯 陈伟彬 冯雪聪 《国外电子测量技术》 北大核心 2023年第3期175-181,共7页
与正常剂量计算机断层扫描成像(CT)相比,低剂量CT成像可以有效减少X射线对身体的辐射,但因此产生的噪声会显著降低CT成像质量。传统的神经网络由于提取通道单一,影响了图像的特征提取,不利于低剂量CT图像的降噪。分析了基于双注意力机... 与正常剂量计算机断层扫描成像(CT)相比,低剂量CT成像可以有效减少X射线对身体的辐射,但因此产生的噪声会显著降低CT成像质量。传统的神经网络由于提取通道单一,影响了图像的特征提取,不利于低剂量CT图像的降噪。分析了基于双注意力机制和记忆与高频特征融合的神经网络图像降噪方法。实验结果表明,与目前常用的3种典型网络相比,该模型避免CT图像过度平滑,可有效保留图像细节纹理。与ADNet网络模型相比在结构相似性上提升了0.0055,峰值信噪比上提升了0.2707。 展开更多
关键词 低计算机断层扫描成像 记忆与高频特征融合 双注意力机制
下载PDF
基于高次时频谱特征的舰载相控阵雷达信号降噪识别
3
作者 张克生 濮军 《舰船科学技术》 北大核心 2024年第16期115-119,共5页
针对舰载相控阵雷达信号在复杂电磁环境中,噪声信号频谱能量超过目标信号,导致雷达信号难以识别这一问题,提出基于高次时频谱特征的舰载相控阵雷达信号降噪识别方法。通过CWD时频变换方法,将原始雷达信号映射到时频域,提取信号二维时频... 针对舰载相控阵雷达信号在复杂电磁环境中,噪声信号频谱能量超过目标信号,导致雷达信号难以识别这一问题,提出基于高次时频谱特征的舰载相控阵雷达信号降噪识别方法。通过CWD时频变换方法,将原始雷达信号映射到时频域,提取信号二维时频分布信息后,对CWD时频分布信息进行幂处理,计算时频信息中各元素幂次信息,提取信号高次时频谱特征;由广义S变换方法,调节信号高次时频谱特征滤波所用高斯窗函数与时频分辨率,完成雷达信号时频降噪。将降噪后的信号输入循环神经网络中,捕捉降噪信号中时序依赖关系,学习不同信号类型之间区分特征,完成雷达信号降噪识别。经测试,此方法在强电磁干扰下对信号的识别结果准确,可以有效弱化复杂电磁环境干扰影响。 展开更多
关键词 高次时频谱特征 舰载相控阵 雷达信号 降噪识别 循环神经网络 广义S变换
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部