传统的暗通道先验已成功地运用于单一图像去模糊问题,但是,当模糊图像具有显著噪声时,暗通道先验无法对模糊核估计起到作用.因此,得益于分数阶计算能够有效地抑制信号的噪声并对信号的低频部分进行增强,将分数阶计算理论与模糊图像的暗通道先验相结合,提出一种基于改进的暗通道先验的运动模糊核估计方法.首先,结合最大后验估计算法与分数阶暗通道先验,构建出运动模糊图像的核估计模型;其次,利用半二次方分裂法解决模型的非凸问题;最后,根据粗糙-精细的策略,利用多尺度迭代框架估计出准确图像的模糊核,进而利用非盲去模糊的方法求解清晰图像.实验结果表明:在有无显著噪声的模糊图像中,所提出的算法虽然所需计算时间较长,但是能够获得较为准确的模糊核,并且能够减少图像噪声以及振铃伪影,提高清晰图像估计的质量;此外,对于不同类型的模糊图像,所提出的算法也同样适用.

matlab分数解方程，预估校正算法h=0.05*pi;alpha=0.5;gem=1/gamma(0.5); x(1)=0; for k=1:101 t(k)=h*(k-1); end for i=1:100 f=0; a(i+1)=h^alpha/((alpha+1)*alpha); for j=1:i a(j)=h^alpha/(alpha*(alpha+1))*((i-j+2)^(alpha+1)-2*(i-j+1)^(alpha+1)+(i-j)^(alpha+1)); ff(j)=sin(j);

《分数乘法整理复习》教学反思

之所以要求这么高分数才能下载，因为里头包含了整套的课程设计的源代码和设计报告文档，你只需要填下名字和学校，搞懂代码，绝对能过，这可是花了半个月才做出来的哦，希望能帮上忙,一样用C++写的！！

五年级数学分数加减混合运算教学设计表.doc

这是一本国外的分数阶解微分方程的课本，详细介绍了分数阶微分方程地发展和应用

格瓦瓦尔 计算Bleu，METEOR和ROUGE分数

人教版六年级上册小数乘分数.ppt

arma模型matlab代码py-ARFIMA 此Python代码是在我在LARIS（）实习期间开发的。 该代码已改编自Simone Fatichi（）的Matlab代码ARFIMA Simulations。 正如Boris Podobnik和H. Eugene Stanley：“去趋势互相关分析：一种用于分析两个非平稳时间序列的新方法”（2008）（）所述，仅对该代码进行了测试，以生成信号。 即，对于固定为N的信号，固定为0 <d <0.5，正常的随机噪声：er = np.random.normal（0,1，N）并且没有其他输入。 此python代码实现了一个函数来生成ARFIMA（自回归分数整数移动平均值）模型。 这些模型概括了ARIMA（自回归综合移动平均线）和ARMA（自回归移动平均线）模型。 ARFIMA模型允许使用差分参数的非整数值，并且在建模具有较长内存的时间序列时很有用。 该模型通常表示为ARFIMA（p，d，q）模型，其中d是微分参数，p和q分别是模型的自回归和移动平均部分的顺序。 此包使用numpy包（）

分数乘除法应用题对比练习(很好).pdf