基于自适应多尺度随机共振的机械故障诊断方法研究,胡兵兵,何正嘉,为了克服传统随机共振只能处理小参数信号的限制,自适应多尺度随机共振被广泛应用于机械故障诊断领域。然而,已有的方法在选择参
2023-03-10 15:07:30 470KB 首发论文
1
此代码是“多尺度引导图像和视频融合:一种快速有效的方法”的实现如果您发现工作对您的研究有用,请引用这篇文章。 指示: 1) 运行 MGFF_demo.m 查看 Proposed MGFF 方法在灰度图像上的融合结果 2) 运行 MGFF_RGB_demo.m 查看 MGFF 方法对彩色图像的融合结果。 3) 代码中提供了所有必需的描述或说明。 我还强烈建议您参考论文以获取更多详细信息。 文章: https : //link.springer.com/article/10.1007/s00034-019-01131-z 4) 提供两组图片和代码用于演示。 您可以找到论文中使用的所有数据集在https://sites.google.com/view/durgaprasadbavirisetti/datasets?authuser=0 5)这是融合灰度和彩色图像的算法的基本实现。
2023-03-10 09:35:23 323KB matlab
1
基于多尺度变换的像素级图像融合是计算机视觉领域的研究热点,广泛应用于医学图像处理等领域。本文对多尺度变换的像素级图像融合进行综述,阐述多尺度变换图像融合的基本原理和框架。在多尺度分解方面,以时间为序梳理了塔式分解、小波变换和多尺度几何分析方法的发展历程。
2023-03-08 13:39:40 6.8MB 像素级图像融合
1
基于“生物信号的多尺度熵分析” 由 Madalena Costa、Ary L. Goldberger 和 C.-K. 鹏2005 年 2 月 18 日发表在 Phys. 修订版 E 71, 021906。
2023-03-05 19:01:32 4KB matlab
1
MSG-GAN: 多尺度梯度GAN(体系结构受ProGAN启发,但不使用逐层增长)
2023-03-02 09:13:03 129.7MB Python开发-CMS内容管理系统
1
为实现无人作战飞机(UCAV,Unmanned Combat Aerial Vehicle)认知导航的空间方位自主推算,提出了一种基于多尺度网格细胞的路径整合方法.该方法模拟背侧内嗅皮层(dMEC,dorsal Medial Entorhinal Cortex)的相同区域网格细胞放电特征相同、不同区域放电特征递增变化的特点,构建尺度递增的仿生多尺度网格图组,在各层中引入突触样式(synaptic pattern)计算各细胞权值,通过细胞的活跃度变化表征各网格层中位置的变化,并在各层分别实现路径整合,进而利
2023-02-24 16:05:32 352KB 自然科学 论文
1
面向聚合物加工工程的多尺度计算模拟,张云,崔树标,计算模拟已经在聚合物设计、加工中发挥了重要作用。对聚合物加工过程的微观尺度、介观尺度、宏观尺度的模拟方法以及各尺度间的衔
2022-12-24 11:14:32 498KB 首发论文
1
用于单图像排水的多尺度渐进融合网络(MSPFN) 这是TensorFlow提出的MSPFN模型()中提出的模型的实现。 要求 的Python 3 TensorFlow 1.12.0 OpenCV tqdm 球状 系统 动机 降雨图像及其多尺度版本(多尺度金字塔图像)中雨条纹的重复样本可以携带补充信息(例如,相似的外观)以表征目标雨条纹。 我们在一个统一的框架中从输入图像尺度和深层神经网络表示中探索多尺度表示,并提出一种多尺度渐进融合网络(MSPFN),以利用跨尺度的雨条纹的相关信息进行单幅图像排水。 用法 一,训练MSPFN模型 数据集组织形式 如果准备自己的数据集,请遵循以下形式:| --train_data |--rainysamples |--file1 : |--file2 : |--filen
2022-12-15 11:43:29 51.39MB Python
1
基于分块的压缩感知算法适用于图像信号的处理,通过平滑迭代阈值投影法可以快速重构图像,但存在低采样率下重构图像质量较差的缺点。基于全变差分的分块压缩感知算法,在一定程度上能提升重构效果,但降低了运算速度。针对以上算法的不足,提出基于多尺度的自适应采样图像分块压缩感知算法。根据小波分解后不同层对重构结果影响所占权重不同的特性,自适应分配给每一层不同的采样率,并在重构时将平滑迭代阈值投影法应用到每一层的每一个子带的分块上。实验结果表明,与传统的迭代阈值投影法相比在重构质量上提高了1~3 dB,在重构速度上与迭代阈值投影法相当并优于全变差分法。
2022-12-09 20:48:10 289KB 压缩感知
1
针对现有人脸检测算法难以处理多尺度、多姿态的人脸检测,尤其是面对小尺寸时准确性低的问题,提出了多尺度和纹理特征增强的小尺寸人脸检测算法。该算法的多尺度增强模块能够丰富特征的多尺度信息,提高对多尺度人脸的检测能力;纹理特征增强模块能够通过融合低层的纹理信息提升高层语义的表达,从而加强对小尺寸人脸的检测能力;多阶段加权损失函数平衡网络的输出,充分发挥各个模块的增强作用。实验结果表明,该方法不仅在检测速度上可以达到实时,而且对MALF数据集中高度小于60像素的人脸检测精度可达88.69%;在FDDB数据集上相比目前的BBFCN算法精度提高近四个百分点。
2022-11-22 11:02:04 1.67MB 人脸检测 小尺寸人脸 多尺度增强
1