【摘 要】
：
随着计算机的飞速进步和互联网的迅速扩张,人工智能、大数据和5G技术在2015年到2020年期间取得了巨大的进展。伴随着这些高科技的发展,用户在各种计算机终端设备上,访问的信息形式发生了由文字到音频、音频到图像、图像到视频的巨大转变。在图像的采集和传输过程中很容易会受到多种不同原因的影响而使得图像的质量变差的情况。为了缓解这些因素对图像的影响,更加先进的图像去噪技术迫切需要被提出。本文以图像去噪为基
论文部分内容阅读
随着计算机的飞速进步和互联网的迅速扩张,人工智能、大数据和5G技术在2015年到2020年期间取得了巨大的进展。伴随着这些高科技的发展,用户在各种计算机终端设备上,访问的信息形式发生了由文字到音频、音频到图像、图像到视频的巨大转变。在图像的采集和传输过程中很容易会受到多种不同原因的影响而使得图像的质量变差的情况。为了缓解这些因素对图像的影响,更加先进的图像去噪技术迫切需要被提出。本文以图像去噪为基本任务,在深度学习方法上进行了深入的研究以提升去噪方法的精度、速度和模型收敛速度。首先提出了稠密U型块（Dense U-shape Block,DUB）作为基本块,然后构建了深度稠密U型去噪网络（Deep Dense U-shape Denoising Network,DDUDN）,最后设计了去噪混合注意力模块（Denoising Mixed Attention Module,DnMAM）增强DDUDN的去噪质量。主要工作如下:（1）提出了一种具有干净特征恒等特性和多级特征共享特性的稠密U型块DUB。DUB在SIDD数据集上进行实验,峰值信噪比（Peak Signal to Noise Ratio,PSNR）可以达到37.81dB,比RDN、DIDN、GRDN的基本块高有0.48dB、0.06dB、0.27dB。同为50M参数量下,PSNR能够比RDN、DIDN、GRDN分别高出0.27dB、0.07dB、0.13dB。（2）构建了具有垂直深度、纵深深度和深度去噪监督学习的深度稠密U型去噪网络DDUDN,通过调整深度可以形成轻量级模型DDUDNS、均衡模型DDUDNM、重量级模型DDUDNL。对于收敛速度,三种模型在训练时能够比同类型网络提前1-2个迭代周期收敛;对于平均去噪质量PSNR,在模拟数据集中,DDUDNS能比SGN高出0.103dB、DDUDNM比N3Net高0.202dB,在真实数据集中,DDUDNS比SGN高出2.87dB、DDUDNM比N3Net高0.10dB;对于处理速度,DDUDNL能比DIDN去噪质量略弱的情况下,取得约44.4%的速度提升。（3）设计了一个有瓶颈结构的去噪混合注意力模块DnMAM。DnMAM在参数量增长约12.15%的情况下,能够让DnCNN、RDN、DIDN、DDUDNM的去噪性能分别提升0.37dB、0.20dB、0.04dB、0.14dB,与RAM的增强能力不相上下;DnMAM能够对前文提出的DDUDNS、DDUDNM和DDUDNL做增强,以达到更好的PSNR,在SIDD上,分别提高了0.14dB、0.21dB、0.07dB。
其他文献
近年来，大量企业基于数字化转型实现了弯道超车。选取2007—2021年A股上市公司数据，利用企业年报中数字关键词的词频来描述数字化转型程度，研究企业数字化转型程度对企业融资成本的影响。研究发现：企业数字化转型与融资成本显著负相关；检验延长时间窗口发现，在企业实施数字化转型后的一段时间内，数字化转型仍然降低了融资成本；根据异质性分析，数字化转型对非国有企业降低融资成本产生的效果更好，且东部地区企业深
城市河流是城市中的生态廊道,是一座城市健康发展不可或缺的重要组成部分。然而城市的快速发展对河流造成了强烈的冲击。在城市肆意蔓延的过程中人们无暇顾及河流生态、城水和谐等问题,唯一考虑的因素只有水利防洪。城市河流因此渠化,失去了自然形态与自动力过程,生态系统服务大打折扣。随着河流渠化的弊端逐渐显现,人们越来越重视河流生态环境,要求对“千河一面”的现象做出改变。城市河流的近自然化逐渐浮现在大众的视野中。
信用预测是对用户数据进行建模,预测其信用等级或评分。机器学习的方便快捷,在节省人力物力的同时,为信用预测提供了有效的解决方案。由于实际生产生活中存在大量的无标记信用数据,采用半监督方法能够更加合理的利用这些数据,同时半监督深度学习因其强大的学习能力和批处理数据的能力,使其更适应于大规模的信用预测场景。本文以两个较大规模的公开信用数据集作为分析和研究对象,研究了目前较为流行的半监督深度学习方法在信用
2020年新冠肺炎（Corona Virus Disease 2019,COVID-19）给全世界经济生活带来了深刻的影响,当前存在大量非结构化COVID-19文献文本资源,利用实体关系抽取技术构建COVID-19知识图谱,对强化COVID-19的认知至关重要。由于目前缺少COVID-19领域标注语料,难以利用现有技术获取文本中的相关知识。当前大多数实体关系抽取技术主要基于循环神经网络来对单句文本
随着科技的发展和网络医疗咨询的逐步兴起,越来越多的用户通过在线服务平台进行医疗咨询和寻求帮助。目前这些平台在回答用户问题时,一般通过搜索引擎进行问题检索,这种方式主要依赖于关键词语信息匹配,同时受用户对医学专业词汇表述的影响,通常不能充分理解用户语义,难以获取准确的内容。为了解决传统在线医疗服务平台存在的这些问题,医疗问答系统通过医疗知识库来匹配用户描述的病情,直接给出相关解决方案。但由于目前医疗
各种社交媒体、电子商务平台等互联网应用的普及给人们的生活带来巨大便利的同时,也方便了人们对某些事物发表自己的主观看法,这些带有丰富个人情感和主观倾向性的内容蕴含着巨大的商业价值和社会价值,因此情感分析一直都是研究者们重点关注的热点问题之一。以往的研究工作主要针对句子级和篇章级情感分析任务,此类研究的目的是判断一个句子或一篇文档的情感倾向性。而方面级情感分析任务的目的是分析文本中不同方面的情感倾向性
传统的可重构架构,例如现场可编程门阵列（FPGA）面临存储资源稀缺和路由开销较大等问题,难以满足未来数据密集型应用的需求。忆阻器能够在器件级实现存储计算一体化,基于忆阻器实现的存算互换架构有望解决上述问题。存算互换架构基于忆阻器交叉阵列结构实现,可将逻辑、互连和内存无缝地合并在一起,从而提供了更大的硬件资源灵活性,可以灵活地处理数据密集型或计算密集型应用程序,目前已得到了广泛的关注。虽然新型存算互
《〈论语〉十二章》体现了孔子的学习观和修身思想。本文以义务教育阶段语文核心素养为依据，借助群文阅读的理念，对该篇课文进行教学设计，共分为五个部分。第一部分阐释本次群文阅读的价值与可行性，第二部分是议题的确立，第三部分是教学内容的选择，第四部分是教学设计，第五部分是教学思考，希望给一线教学提供帮助。
随着信息技术革命的日益推进，数字化转型成为中小物流公司在未来生存发展的必然需要。本研究集中探讨了数字鸿沟情景下中小企业数字化转型的“不敢、不会、不能转”的数字鸿沟问题，从数字鸿沟视角为中小企业数字化转型提供了实现路径，有助于中小企业更加深刻地剖析自身存在的问题。
本文以2012—2020年中国A股上市企业为研究样本，实证分析不同生命周期阶段的数字化转型对企业价值的影响。研究结果表明：（1）随着生命周期的推移，数字化转型与企业价值之间呈现先上升后下降的倒U型关系，且数字化转型不能显著提高衰退期企业价值；（2）数字化转型通过技术创新和业务创新影响成熟期企业价值，且数字化转型仅通过技术创新影响成长期企业价值；（3）数字化转型对国有企业和高市场化地区企业价值提升的