論文元數(shù)據(jù)搜索，找到相關(guān)信息共 2 條：
1997, 19(1): 137-140.
刊出日期：1997-01-19
關(guān)鍵詞:
吸收邊界條件; 色散邊界條件; 時域有限差分法
本文給出了一種高精度的穩(wěn)定的色散邊界條件(DBC),可應(yīng)用于傳輸線的時域有限差分法(FDTD)的分析之中。我們用一個新的二階差分式代替了邊界條件中的微分算子。與P。Y。Zhao等人(1994)提出的色散邊界條件相比,本文中的邊界條件具有相同的絕對穩(wěn)定特性,但具有更好的吸收性能。
2022, 44(10): 3343-3352.
doi: 10.11999/JEIT220380
刊出日期：2022-10-19
基于深度卷積神經(jīng)網(wǎng)絡(luò)的圖像超分辨率重建算法通常假設(shè)低分辨率圖像的降質(zhì)是固定且已知的，如雙3次下采樣等，因此難以處理降質(zhì)(如模糊核及噪聲水平)未知的圖像。針對此問題，該文提出聯(lián)合估計模糊核、噪聲水平和高分辨率圖像，設(shè)計了一種基于迭代交替優(yōu)化的圖像盲超分辨率重建網(wǎng)絡(luò)。在所提網(wǎng)絡(luò)中，圖像重建器以估計的模糊核和噪聲水平作為先驗信息，由低分辨率圖像重建出高分辨率圖像；同時，綜合低分辨率圖像和估計的高分辨率圖像，模糊核及噪聲水平估計器分別實現(xiàn)模糊核和噪聲水平的估計。進(jìn)一步地，該文提出對模糊核/噪聲水平估計器及圖像重建器進(jìn)行迭代交替的端對端優(yōu)化，以提高它們的兼容性并使其相互促進(jìn)。實驗結(jié)果表明，與IKC, DASR, MANet, DAN等現(xiàn)有算法相比，提出方法在常用公開測試集(Set5, Set14, B100, Urban100)及真實場景圖像上都取得了更優(yōu)的性能，能夠更好地對降質(zhì)未知的圖像進(jìn)行重建；同時，提出方法在參數(shù)量或處理效率上也有一定的優(yōu)勢。
