排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
针对现有的图像复原方法振铃效应严重的问题,提 出了一种基于图像稀疏表达的模拟退火的图像复原方法来恢复模糊图像。首先根据模拟退火 算法的要求,建立价格函数并 通过图像的模糊因子确定参数;然后在价格函数中的约束项引入图像的稀疏性,以提高复原 图像的质量;接着给初始解一个随机扰动,产生扰动解,并根据扰动解所造成的价格函数 的变化判断是否接受该扰动解;最后,当价格函数小于某一预设值时所得到的解即为复原 图像。实验结果表明,复原后图像细节增加且振铃效应明显减少,相对于目前已有的复原方 法,峰值信噪比(PSNR)平均提高了2~3dB。恢复效果表明,本文方法具有较大的实用价值。 相似文献
2.
在基于位置的社交网络(LBSN)中,用户可以在兴趣点(POI)进行签到以记录行程,也可以与其他用户分享自身的感受并形成社交好友关系。POI推荐是LBSN提供的一项重要服务,其可以帮助用户快速发现感兴趣的POI,也有利于POI提供商更全面地了解用户偏好,并有针对性地提高服务质量。POI推荐主要基于对用户历史签到数据以及用户生成内容、社交关系等信息的分析来实现。系统归纳POI推荐中所面临的时空序列特征提取、内容社交特征提取、多特征整合、数据稀疏性问题处理这4个方面的挑战,分析在POI推荐中使用深度学习方法解决上述问题时存在的优势以及不足。在此基础上,展望未来通过深度学习提高POI推荐效果的研究方向,即通过增量学习加速推荐模型更新、使用迁移学习缓解冷启动问题以及利用强化学习建模用户动态偏好,从而为实现效率更高、用户体验质量更好的推荐系统提供新的思路。 相似文献
1