排序方式: 共有8条查询结果,搜索用时 15 毫秒
1
1.
图像超分辨率技术一直是计算机视觉领域研究的热点,为提高图像重建速度与精度,提出了一种稀疏编码与神经网络相结合的图像超分辨率算法。首先利用前馈神经网络严格对应稀疏编码过程中的每个步骤,然后通过反向传播算法对稀疏编码的所有组成部分进行联合训练,得到最为精确的高分辨率图像。级联多个稀疏编码网络增加了算法的灵活性,并减少了伪影。 相似文献
2.
针对传统方法无法很好地处理复杂背景下显著目标尺度和位置变化大,导致其检测精度较低的问题,文中提出一种改进的显著性目标检测方法。该方法是由卷积神经网络(CNN)与循环神经网络(RNN)相结合的深度学习模型,首先利用显著目标的时间、空间和局部约束特征来实现全局优化;然后,通过卷积神经网络提取显著目标区域以及循环神经网络捕获时间、空间和局部约束特征来检测显著性目标,从而有效地提高复杂背景下显著性目标检测的精度。将文中算法与其他方法在公开的显著性目标数据集上进行对比,并对F-measure、MAE值进行评估。结果表明,所提算法在检测精度和速度方面均有良好的效果,相比于其他方法,该算法对绝大部分实验数据可进行精确的定位检测,包括单个目标、多个目标检测以及光线不良的夜晚条件检测等情况,且具有最低的MAE值,能够提升模型的检测性能。 相似文献
3.
综合应用高强锚杆支护技术 ,中深孔光爆技术和计算网络优化技术等 ,使岩巷掘进速度由 40~ 5 0m/月 ,提高到 1 1 0~ 1 40 m/月 ,最高月份达到 1 90 m,实现了减人、提效、集中和快速施工 ,适应了煤矿高产高效采煤技术迅速发展的需要 相似文献
4.
以某新型奥氏体不锈钢铆螺母为研究对象,基于ABAQUS、SolidWorks软件建立铆螺母铆接过程有限元仿真模型,结合有限元分析与试验研究,探究夹层厚度对铆接镦头形貌、铆螺母拉脱力、铆接连接结构拉伸性能的影响规律,分析夹层厚度对铆螺母铆接变形及铆接结构力学性能的影响机制。有限元仿真结果与试验结果一致,随夹层厚度增加,最大拔出力先增大后减小。研究结果显示:该型号铆螺母在夹层厚度为3.5 mm时,铆接结构轴向拉脱力最大,且整体连接结构拉伸性能最好。 相似文献
5.
针对水下和低光图像存在的对比度低和颜色失真等情况,提出一种面向水下和低光图像的复原及增强方法.预处理操作,实现图像的复原;采用改进后的直方图均衡化方法,提高色彩的饱和度和图像的清晰度;运用卷积神经网络结合非二次采样轮廓变换(NSCT)技术,解决曝光问题,避免图像色彩退化和边缘细节减弱的发生.实验结果表明,该方法增强了图像的色彩饱和度,保留了图像的边缘细节,具有较好的视觉效果. 相似文献
6.
提出了一种快速有效的二维图形消隐算法,首先给出了视图的定义,然后利用视图的闭包矩形进行遮挡分析以缩小搜索消隐图素的范围,从而了求交计算的次数,最后,对待消隐图素进行消隐分析,同时也采用了闭包矩形的重叠性检验,进一步提高效率,最后给出了应用实例。 相似文献
7.
8.
某05Cr17Ni4Cu4Nb不锈钢轴和轴套在试验过程中发生黏连,采用宏观观察、化学成分分析、金相检验、扫描电镜分析、硬度测试等方法分析了该轴和轴套黏连的原因。结果表明:该不锈钢轴和轴套在装配时,操作人员未涂润滑脂,该轴和轴套配合间隙较小,在振动和旋转试验过程中,轴和轴套间存在受力偏载现象,接触部位发生微动磨损,使氧化膜破裂,金属间直接接触,从而导致轴和轴套发生黏连。 相似文献
1