去噪

作品数：11298被引量：36014H指数：52
导出分析报告
相关领域：自动化与计算机技术电子电信更多>>
相关作者：焦李成王爽钟桦侯彪马文萍更多>>
相关机构：西安电子科技大学吉林大学电子科技大学中国科学院更多>>
相关期刊：更多>>
相关基金：国家自然科学基金国家高技术研究发展计划中央高校基本科研业务费专项资金国家重点基础研究发展计划更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 期刊=计算机应用研究x
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于时空邻域关联去噪时间面的事件数据表示
《计算机应用研究》2024年第12期3716-3721,共6页林凯滨 陈云华 钟金煜 魏鹏飞 
国家社科基金资助项目(20BKG031)。
事件相机具有超高动态范围和超低延迟等优势,通过事件流分割、过滤与事件表示来提取事件相机输出数据的有效时空特征是发挥其优势的关键。现有基于时间戳采用指数核函数计算时间面的事件表示方法,可以保留事件中更多的有效信息,但仍然...
关键词：事件相机 目标分类 事件表示 
基于CGDNN的低信噪比自动调制识别方法
《计算机应用研究》2024年第8期2489-2495,共7页周顺勇 陆欢 胡琴 彭梓洋 张航领 
国家自然科学基金资助项目(61801319);四川省科技厅省院省校重点项目(2020YFSY0027);四川轻化工大学研究生创新基金资助项目(Y2023314,Y2023290);四川轻化工大学留学归国项目(2023RC24)。
针对非协作通信环境中,自动调制识别(automatic modulation recognition,AMR)在低信噪比下泛化能力有限、分类精度不高的问题,提出一种由卷积神经网络、门控循环单元和深度神经网络组成的模型—CGDNN(convolutional gated recurrent uni...
关键词：自动调制识别 小波阈值去噪 卷积神经网络 门控循环单元 深度神经网络 
级联离散小波多频带分解注意力图像去噪方法被引量：1
《计算机应用研究》2024年第1期288-295,共8页王力 李小霞 秦佳敏 朱贺 周颖玥 
国家自然科学基金资助项目(62071399);四川省科技计划资助项目(2023YFG0262,2021YFG0383)。
针对图像去噪网络中下采样导致高频信息损失和细节保留能力差的问题,设计了一种级联离散小波多频带分解注意力图像去噪网络。其中多尺度级联离散小波变换结构将原始图像分解为多个尺度下的高低频子带来代替传统下采样,能减少高频信息损...
关键词：图像去噪 高频信息 级联离散小波变换 多频带特征增强 多频带分解注意力 
双通道扩张卷积注意力图像去噪网络
《计算机应用研究》2023年第5期1548-1552,1564,共6页曹义亲 邱沂 
国家自然科学基金资助项目(61663009);江西省科技支撑计划重点项目(20161BBE50081)。
针对深度学习图像去噪算法存在网络过深导致细节丢失的问题,提出一种双通道扩张卷积注意力网络CEANet。拼接信息保留模块将每一层的输出特征图融合,弥补卷积过程中丢失的图像细节特征进行密集学习;扩张卷积可以在去噪性能和效率之间进...
关键词：图像去噪 深度学习 扩张卷积 注意力机制 
基于K-shell分解与邻居节点度去噪的链路预测方法被引量：1
《计算机应用研究》2022年第11期3270-3274,共5页张希康 李泽滔 
国家自然科学基金资助项目(61963009);贵州省科技计划项目(黔科合支撑[2019]2154号)。
链路预测是研究复杂网络结构和演化机制的重要工具,提高链路预测的精度具有重要价值。针对传统的基于网络拓扑结构相似性算法预测精度偏低的问题,从网络优化去噪的角度进行分析,提出了一种基于K-shell分解与邻居节点度(KSDNN)去噪的链...
关键词：链路预测 复杂网络 K-shell分解 邻居节点度 
基于离群特征的γ辐射图像去噪方法被引量：1
《计算机应用研究》2022年第6期1886-1890,共5页方琳琳 张华 邓豪 王海 王姮 
国家“十三五”核能开发科研资助项目(20161295);四川省科技计划资助项目(2021YFG0376)。
针对Co60辐射环境中γ光子穿透CMOS图像传感器时致使场景图像存在斑块噪声的问题,提出了一种基于离群特征的γ辐射图像去噪方法。首先在序列图像中逐点获取对应的像素序列,并将该像素序列进行光照归一化以消除图像帧之间光照差异影响;...
关键词：Γ辐射 图像去噪 离群特征 
针对低频词进行改进的中文短文本分类方法被引量：3
《计算机应用研究》2022年第2期468-473,478,共7页罗孝波 林佳瑜 梁祖红 王漳 
国家自然科学基金资助项目(71402033);广东省图书馆科研课题(GDTK1928)。
中文短文本分类中存在大量低频词,利用好低频词中的信息能有效提高文本分类效果,针对基于词向量的文本分类研究中低频词不能被有效利用的问题,提出一种针对低频词进行数据增强的方法。首先,利用受限文本生成模型产生的数据来微调低频词...
关键词：短文本 低频词 数据增强 去噪 卡方统计 
基于边信息的高光谱图像恢复模型被引量：3
《计算机应用研究》2021年第10期3166-3171,3195,共7页张少杰 罗琼 韩志 唐延东 
国家自然科学基金资助项目(61903358);国家自然科学基金面上项目(61773367);国家自然科学基金创新群体项目(61821005);中国科学院青年创新促进会资助项目(2016183)。
在高光谱图像(HSI)恢复中,如何在模型中有效嵌入先验信息和正确建模噪声一直是研究的两个重点。边信息作为一种基于域的先验知识已经在许多方向取得了成功,然而在高光谱去噪领域仍未受到关注。为了将这种领域知识与高光谱恢复模型自然耦...
关键词：边信息 低秩矩阵学习 高光谱图像去噪 L p范数 增强三维全变分 
基于改进深度残差网络的矿井图像分类被引量：13
《计算机应用研究》2021年第5期1576-1580,共5页程德强 王雨晨 寇旗旗 付新竹 陈亮亮 赵凯 
国家重点研发计划资助项目(2018YFC0808302);国家自然科学基金资助项目(51774281)。
精确煤矸分类及识别能力是煤矿智能煤矸分选机器人要解决的关键问题。在通过深度学习图像分类方法的检测煤矸石中,为克服当前残差网络计算量大、复杂度高以及信息丢失的问题,提出了基于改进深度残差网络的图像分类方法。并提出了一种新...
关键词：图像分类 去噪网络 残差网络 损失函数 
基于序列到序列模型的无监督文本简化方法被引量：1
《计算机应用研究》2021年第1期93-96,100,共5页李天宇 李云 钱镇宇 
国家自然科学基金资助项目(61703362);江苏省研究生科研与实践创新计划项目(SJCX19_0888)。
训练基于序列到序列(seq2seq)的文本简化模型需要大规模平行语料库,但是规模较大且标注质量较好的语料却难以获得。为此,提出一种无监督文本简化方法,使模型的学习仅需要无标注的复杂句和简单句语料。首先,利用去噪自编码器(denoising a...
关键词：文本简化 无监督 序列到序列模型 去噪自编码器 
全选清除导出
共10页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部