注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 流行降噪算法代码下载地址及对应文档

  2. 该文件记载目前各种流行降噪算法的代码下载地址及对应的文档地址，可进行自由下载；算法包括NLM、BM3D、KSVD等传统常规算法，也包括DnCNN、WaveletCNN等新的深度学习算法，并且记录相应测试数据集的下载地址可供自由下载

  3. 所属分类：深度学习

    • 发布日期：2018-09-07
    • 文件大小：4096
    • 提供者：xiaoxifei

  1. 论文研究-堆栈式混合自编码器的人脸表情识别方法.pdf

  2. 针对进一步提高人脸表情识别率的问题，采用了一种基于深度学习的堆栈式混合自编码器（Stacked Hybrid Auto-Encoder，SHAE）的人脸表情识别方法。该方法的结构是由去噪自编码器（Denoising Auto-Encoder，DAE）、稀疏自编码器（Sparse Auto-Encoder，SAE）以及自编码器（Auto-Encoder，AE）组合而成的5层网络结构。为了增加网络的鲁棒性以及泛化能力，采用去噪自编码器对样本进行提取特征，为了对提取的特征进行降维以及进一步提取更抽象

  3. 所属分类：其它

    • 发布日期：2019-09-06
    • 文件大小：686080
    • 提供者：weixin_38744270

  1. 在PCA字典上进行自适应稀疏编码以进行图像降噪

  2. 稀疏编码是图像去噪中的一种流行技术。然而，由于去噪问题的不适定性，难以获得对真实代码的准确估计。为了提高去噪性能，我们在主成分分析字典上收集数据集的稀疏编码错误，对错误概率进行假设，并导出用于图像去噪的能量优化模型，称为主成分分析词典上的自适应稀疏编码（ ASC-PCA）。新方法考虑了两个方面。首先，通过与PCA词典相关的对稀疏编码错误在不同维度上的概率分布的观察，可以自适应地确定均衡保真度项和非局部约束的正则化参数，这对于获得令人满意的结果至关重要。此外，讨论了所构建模型的直观解释。其次，为了

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：2097152
    • 提供者：weixin_38706045

  1. 基于不完整地形稀疏编码的统计自适应图像降噪

  2. 本文提出了一种使用超完备地形图模型的新型图像去噪框架。为了适应自然图像的统计，我们在降噪模型上同时施加了备用性和拓扑约束。基于超完备的地形模型，我们的去噪系统在以下几个方面进行了改进：基于多类别的稀疏编码，自适应学习，局部归一化，套索收缩函数和子集选择。已经进行了大量的仿真，以显示修改后的模型的性能，表明所提出的模型实现了更好的降噪性能。

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：1048576
    • 提供者：weixin_38721811

  1. PCA字典上的自适应稀疏编码用于图像降噪

  2. PCA字典上的自适应稀疏编码用于图像降噪

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：2097152
    • 提供者：weixin_38596117

  1. PCA字典上的自适应稀疏编码用于图像降噪

  2. PCA字典上的自适应稀疏编码用于图像降噪

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：1048576
    • 提供者：weixin_38543950

  1. 结合非局部均值滤波和稀疏表示技术的图像去噪算法

  2. 基于非局部均值（NLM）滤波或稀疏表示的去噪方法获得了显着的去噪性能。 为了将两种方法的优点整合到一个统一的框架中，我们通过巧妙地将NLM和稀疏表示技术相结合，提出一种图像去噪算法，以去除混合了随机值脉冲噪声的高斯噪声。 在非高斯情况下，我们提出了定制的逐块NLM（CBNLM）滤波器来生成初始去噪图像。 在此基础上，我们根据三西格玛规则对不同的噪点像素进行分类。 此外，在原始去噪图像上训练了一个不完整的字典。 然后，使用互补的稀疏编码技术为过完整字典上的每个输入噪声补丁找到稀疏矢量。 通过求解更

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：3145728
    • 提供者：weixin_38620267

  1. 消除图像脉冲噪声的新框架

  2. 基于非局部均值滤波器（NLMF）或基于稀疏表示的降噪技术在图像降噪方面具有卓越的性能。 为了将两种方法的优点结合在一起，提出了一种新的图像去噪框架。 在此框架中，包含脉冲噪声的图像首先由NLMF处理，以获得良好的临时去噪图像。 基于此，提取许多补丁以训练适用于目标信号的冗余字典。 最后，在字典上稀疏地编码每个噪声图像块，在其中将脉冲噪声替换为来自临时去噪图像的值。 然后，通过将有效代码和冗余字典相乘来重建干净的图像补丁。 经过广泛的实验验证，该去噪框架不仅可以获得比单独使用NLMF或稀疏表示技术

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：917504
    • 提供者：weixin_38677472

  1. 深度前馈卷积稀疏降噪自动编码器的多级委员会用于对象识别

  2. 深度前馈卷积稀疏降噪自动编码器的多级委员会用于对象识别

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：1002496
    • 提供者：weixin_38635166

  1. 基于改进栈式稀疏去噪自编码器的自适应图像去噪

  2. 针对栈式稀疏去噪自编码器（SSDA）在图像去噪上训练难度大、收敛速度慢和普适性差等问题，提出了一种基于栈式修正降噪自编码器的自适应图像去噪模型。采用线性修正单元作为网络激活函数，以缓解梯度弥散现象；借助残差学习和批归一化进行联合训练，加快收敛速度；而为克服新模型对噪声普适性差等问题，需要对其进行多通道并行训练，充分利用网络挖掘出的潜在数据特征集计算出最优通道权重，并通过训练权重权重预测模型预测出各通道最优权重，从而实现自适应图像去噪。实验结果表明：与目前降噪较好的BM3D和SSDA方法相比，所提

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：5242880
    • 提供者：weixin_38736652

  1. 自动编码器：在Tensorflow 2.0中实现降噪，稀疏，压缩，可变自动编码器（VAE）和Beta-VAE-源码

  2. TensorFlow 2.0中的自动编码器 以下自动编码器的实现； 香草自动编码器（AE） 去噪自动编码器 备用自动编码器（进行中） 压缩式自动编码器（进行中） 可变自动编码器（VAE） 条件变分自动编码器（CVAE） 节拍变奏自编码器（beta-VAE）（进行中） 如何运行： 运行python3 main.py --ae_type AE 我们可以传递的参数： ae_type：自动编码器的类型-AE，DAE，VAE，CVAE，BetaVAE latent_dim：潜在维度的度数

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：2097152
    • 提供者：weixin_42099087

  1. 基于自适应鲁棒性的入侵检测模型

  2. 传感器与网络技术的迅猛发展促进了信息物理系统的发展与应用.而传统网络系统的入侵检测技术已经发展成熟,信息物理系统(CPS)可以在借鉴传统网络系统入侵检测技术的基础上,结合自身特性进行改进.针对CPS所处地理位置复杂及网络传输不可靠导致的检测鲁棒性不高的问题,提出基于稀疏降噪自编码网络(SDAE)的入侵检测算法;同时,考虑到CPS对模型适应性及推广性的需求,将基于差分变换的头脑风暴优化算法(DBSO)与改进的自编码网络相结合,形成基于DBSO优化SDAE(DBSO-SDAE)的检测算法.该算法具有

  3. 所属分类：其它

    • 发布日期：2021-01-12
    • 文件大小：252928
    • 提供者：weixin_38537315