【摘 要】
：
首先基于Inception模型、残差网络和批量归一化,设计了一种新的用于图像去噪的卷积神经网络模型,然后针对如何降低网络学习复杂度,设计了以包含绝大部分噪声的图像高频分量作为去噪网络的输入的学习方式。仿真的结果是以高频分量作为去噪网络的输入得到的去噪图拥有最高的峰值信噪比,而以完整含噪图像作为去噪网络的输入得到的去噪图也拥有比传统方法更高的峰值信噪比,这说明了卷积神经网络的去噪性能优于传统方法,而
【机 构】
：
河海大学计算机与信息学院 南京211100
论文部分内容阅读
首先基于Inception模型、残差网络和批量归一化,设计了一种新的用于图像去噪的卷积神经网络模型,然后针对如何降低网络学习复杂度,设计了以包含绝大部分噪声的图像高频分量作为去噪网络的输入的学习方式。仿真的结果是以高频分量作为去噪网络的输入得到的去噪图拥有最高的峰值信噪比,而以完整含噪图像作为去噪网络的输入得到的去噪图也拥有比传统方法更高的峰值信噪比,这说明了卷积神经网络的去噪性能优于传统方法,而以高频分量作为去噪网络的输出,不仅有效地降低网络学习的复杂度,而且可以获得更高的去噪性能。
其他文献
为了提高石化塔建造的施工安全监测与管理的自动化水平,研发了基于无线通信网络的新型集散式石化受限空间环境监测报警系统。基于电化学传感技术实现氧含量及硫化氢浓度的分布式实时检测;通过差分气压法获得施工人员所在施工层的海拔高度;基于LoRa+4G混合无线通讯模式实现所有施工人员所在各个受限空间氧含量、硫化氢浓度以及海拔高度信息的实时集中自动收集;集中监测软件依据氧含量、硫化氢浓度以及海拨高度数据对应的检
针对典型仿生智能算法处理木材缺陷图像精确识别及最优分割问题时存在的多维退化因素作用下的缺陷图像失真严重、缺陷图像先验特征提取方差波动频繁、质地不均匀缺陷图像灰度分割失效、异种木材自身纹理泛化能力与学习能力失衡、最优收敛速度随缺陷维度呈迟滞变化等先天不足,提出了一种基于深度强化学习的木材缺陷图像识别及分割模型。引入深度学习机制,利用深度卷积神经网络进行迭代训练,实现差异性木材多维缺陷图像特征实时高效
针对适用于家庭呼吸监测的呼吸气流直接检测装置中使用的各种压力传感器的性能优劣等问题,设计了基于柔性基底的电阻和压电式压力传感器的比较实验,使用金属柔性应变片和聚偏
听故事时，我们常常痴迷于崇高的精神，而忘记了有血有肉的事实。相信爱情，且保持理性。 女人最爱编故事 曾经觉得金岳霖是这个世界上最痴情的男人，并且深深被一些故事打动： 1931年，林徽因哭丧着脸对梁思成说，自己苦恼极了，因为同时爱上两个人不知道该怎么办，另外那个人是谁呢？当然是民国情圣老金喽——通常知音体还会很体贴地加上一句，她坦诚得如同小妹请求兄长指点迷津一般——梁思成虽然矛盾痛苦至极，
针对航天领域测温范围差异大、环境复杂以及精度要求高等需求,设计了一种基于多种类型热电偶的分层测温电路.根据不同类型热电偶的测温范围以及特点,选用了T型、K型和S型3种
为实现高温环境下对温度的精准测量,设计了一种基于超声测温原理的谐振式温度传感器。该传感器采用纵向导波激励,敏感元为半波长圆柱谐振器。声波导和谐振器之间采用1/4波长圆锥聚能器过渡,采用一体式加工提高了声耦合效率。敏感元谐振频率和被测环境温度呈单调函数,通过将温度测量转换为频率测量提高了测温精度。为验证该传感器模型,选用直径为3 mm、长度为1 m的铁铬合金丝(牌号0Cr25Al5)制作超声温度传感
数字阵列模块(DAM)是一种将多个收发通道集成的雷达前端模块,集成度高、测试复杂.传统的环境试验测试系统只能进行单个DAM测试,存在耗时长、集成度不高等缺点,是制约数字阵列
直流电在实际生产生活中应用广泛,如直流屏、太阳能供电、电信基站等。直流电能的精准测量有助于直流电更好地应用于生产生活,其中直流电流测量精度的提高可有效地提高直流电能测量精度。现有的直流电流测量方法仍有测量精度不高,易受外界因素影响等缺点。为了更进一步的提高测量精度,研究了具有高精度的双磁芯零磁通电流传感器,建立了数学模型并进行了动态误差分析。首先,在Simulink中搭建了双磁芯结构的电路仿真模型
为满足某款无源定位系统功能测试的需要,设计了一款以FPGA芯片为控制核心的模拟信号源.信号源基于直接数字频率合成器(DDS)技术生成特征频段的模拟辐射信号;同时,信号源内部G
油田油井进行长时间的工作后,会导致抽油泵管壁附着大量的油水杂质混合物,需定期对直径为60 mm左右的抽油管进行清洗工作.本设计结合传统的机械式清蜡刮蜡装置显现出的劣势,