检索结果-维普期刊中文期刊服务平台

注意力机制下的多尺度图像超分辨率重建被引量：1: 1; 作者何启琛何蕾《合肥工业大学学报（自然科学版）》 CAS 北大核心 2024年第9期1255-1261,共7页; 文章结合目前较流行的多尺度卷积和通道注意力机制,提出一种新颖的卷积神经网络(convolutional neural network,CNN)结构,即注意力机制下的多尺度卷积神经网络。该网络结构中加入大量的残差结构,加深了网络的深度;多尺度卷积的使用使该... 展开更多; 关键词超分辨率(sr) 深度学习卷积神经网络(CNN) 注意力机制多尺度; 在线阅读下载PDF 职称材料

深层多级残差网络的图像超分辨率重建被引量：2: 2; 作者吴从中魏雪琦詹曙《合肥工业大学学报（自然科学版）》 CAS 北大核心 2020年第10期1330-1336,共7页; 为了改善低分辨率图像的视觉效果,增加图像细节信息量。文章结合现在比较流行的深度残差学习方法,提出一种新颖的残差网络结构,即深度多级残差网络。在残差网络中,当使用恒等映射作为捷径连接时,信号可以从一个单元直接传播到其他单元... 展开更多; 关键词图像超分辨率(sr) 深度学习残差学习卷积神经网络捷径连接; 在线阅读下载PDF 职称材料

基于局部结构相似与稀疏表示的超分辨率图像重建被引量：4: 3; 作者檀结庆蔡蒙琪 +1 位作者朱星辰葛先玉《合肥工业大学学报（自然科学版）》 CAS 北大核心 2021年第8期1045-1050,共6页; 稀疏表示在图像超分辨率(super-resolution,SR)重建中表现良好,但是传统的稀疏表示方法独立考虑图像块之间的稀疏性,会导致重建图像损失部分纹理结构。文章提出了一种基于局部结构相似与稀疏表示的SR图像重建算法。该算法利用局部几何... 展开更多; 关键词超分辨率(sr) 图像重建稀疏表示局部结构相似图像处理; 在线阅读下载PDF 职称材料

基于智能射线追踪的信道计算与半实物仿真: 4; 作者刘煜鑫何丹萍 +3 位作者单馨漪费丹官科郭兰图《电波科学学报》 CSCD 北大核心 2024年第6期1112-1119,1145,共9页; 智能交通等场景的应用依赖于移动通信系统的支持,而移动通信系统的性能测试则离不开半实物信道仿真与验证。随着大规模多输入多输出(multiple-input multiple-output, MIMO)技术的广泛应用以及对信道建模精度要求的不断提高,半实物信道... 展开更多; 关键词移动通信高性能射线追踪(RT) 超分辨率(sr)加速算法信道建模信道模拟; 在线阅读下载PDF 职称材料

题名注意力机制下的多尺度图像超分辨率重建被引量：1: 1; 作者何启琛何蕾; 机构合肥工业大学数学学院; 出处《合肥工业大学学报（自然科学版）》 CAS 北大核心 2024年第9期1255-1261,共7页; 文摘文章结合目前较流行的多尺度卷积和通道注意力机制,提出一种新颖的卷积神经网络(convolutional neural network,CNN)结构,即注意力机制下的多尺度卷积神经网络。该网络结构中加入大量的残差结构,加深了网络的深度;多尺度卷积的使用使该网络能从图片中提取更加丰富的信息;注意力机制的引入使网络处理高频信息时有更大的权重。实验结果表明,多尺度注意力机制卷积神经网络在图像超分辨率(super-resolution,SR)重建上取得了良好的表现,图像细节恢复效果令人满意。; 关键词超分辨率(sr) 深度学习卷积神经网络(CNN) 注意力机制多尺度; Keywords super-resolution(sr) deep learning convolutional neural network(CNN) attention mechanism multi-scale; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名深层多级残差网络的图像超分辨率重建被引量：2: 2; 作者吴从中魏雪琦詹曙; 机构合肥工业大学计算机与信息学院; 出处《合肥工业大学学报（自然科学版）》 CAS 北大核心 2020年第10期1330-1336,共7页; 基金国家自然科学基金资助项目(61371156)。; 文摘为了改善低分辨率图像的视觉效果,增加图像细节信息量。文章结合现在比较流行的深度残差学习方法,提出一种新颖的残差网络结构,即深度多级残差网络。在残差网络中,当使用恒等映射作为捷径连接时,信号可以从一个单元直接传播到其他单元。基于此,该文在原有的残差网络结构上再加上多级捷径链接,挖掘残差网络的优化能力;针对不同的测试集,深层多级残差网络模型取得了更佳的超分辨率(super-resolution,SR)结果,不论是在主观视觉上还是在客观评价指标上均有明显改善,图像清晰度和边缘锐度明显提高。实验结果证明了深层多级残差网络对图像超分辨率重建的有效性,且网络的收敛速度更快,重建质量更好。; 关键词图像超分辨率(sr) 深度学习残差学习卷积神经网络捷径连接; Keywords image super-resolution(sr) deep learning residual learning convolution neural network shortcut connection; 分类号 TP391.413 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于局部结构相似与稀疏表示的超分辨率图像重建被引量：4: 3; 作者檀结庆蔡蒙琪朱星辰葛先玉; 机构合肥工业大学数学学院; 出处《合肥工业大学学报（自然科学版）》 CAS 北大核心 2021年第8期1045-1050,共6页; 基金国家自然科学基金资助项目(61472466)。; 文摘稀疏表示在图像超分辨率(super-resolution,SR)重建中表现良好,但是传统的稀疏表示方法独立考虑图像块之间的稀疏性,会导致重建图像损失部分纹理结构。文章提出了一种基于局部结构相似与稀疏表示的SR图像重建算法。该算法利用局部几何结构相似的约束模型和L1范数正则化的稀疏表示来求解图像块在低分辨率字典下的稀疏表示,以此重建高分辨率图像块。实验结果表明,该算法比传统稀疏表示方法能更好地恢复图像纹理结构,并在重建效果上具有明显的优越性。; 关键词超分辨率(sr) 图像重建稀疏表示局部结构相似图像处理; Keywords super-resolution(sr) image reconstruction sparse representation local structure similarity image processing; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于智能射线追踪的信道计算与半实物仿真: 4; 作者刘煜鑫何丹萍单馨漪费丹官科郭兰图; 机构北京交通大学先进轨道交通自主运行全国重点实验室北京交通大学电子信息工程学院中国电波传播研究所; 出处《电波科学学报》 CSCD 北大核心 2024年第6期1112-1119,1145,共9页; 基金国家自然科学基金(62271043) 教育部基金(8091B032123) 北京市自然科学基金-丰台轨道交通前沿研究联合基金(L221009)。; 文摘智能交通等场景的应用依赖于移动通信系统的支持,而移动通信系统的性能测试则离不开半实物信道仿真与验证。随着大规模多输入多输出(multiple-input multiple-output, MIMO)技术的广泛应用以及对信道建模精度要求的不断提高,半实物信道仿真的时间成本大大增加,且当前的信道模拟支持的信道模型相对有限,无法满足各种特定场景的需求。针对这些不足,本文提出了一种基于智能射线追踪(ray tracing, RT)的信道计算与半实物仿真的方法,将高精度RT仿真和超分辨率(super-resolution, SR)加速算法融合,解决了基于电子地图的RT信道建模法精度、效率和算力成本无法兼顾的难题。本方法可支持智能交通等高价值应用在复杂场景下进行信道高效计算与半实物仿真测试,进而推动无线移动通信技术的发展,带来显著的社会和经济效益。; 关键词移动通信高性能射线追踪(RT) 超分辨率(sr)加速算法信道建模信道模拟; Keywords mobile communication high-performance ray tracing(RT) super-resolution(sr)acceleration algorithm channel modeling channel emulation; 分类号 TN92 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	注意力机制下的多尺度图像超分辨率重建	何启琛何蕾	《合肥工业大学学报（自然科学版）》 CAS 北大核心	2024	1	在线阅读下载PDF 职称材料
2	深层多级残差网络的图像超分辨率重建	吴从中魏雪琦詹曙	《合肥工业大学学报（自然科学版）》 CAS 北大核心	2020	2	在线阅读下载PDF 职称材料
3	基于局部结构相似与稀疏表示的超分辨率图像重建	檀结庆蔡蒙琪朱星辰葛先玉	《合肥工业大学学报（自然科学版）》 CAS 北大核心	2021	4	在线阅读下载PDF 职称材料
4	基于智能射线追踪的信道计算与半实物仿真	刘煜鑫何丹萍单馨漪费丹官科郭兰图	《电波科学学报》 CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料