matlab消去振铃代码DADIP_code 介绍 在图像去模糊的问题中，在严重模糊的图像中恢复细节一直很困难。 在本文中，我们着重于有效消除去毛刺后出现的振铃伪影和皱纹，并提出了一种基于双注意力深图像先验（DADIP）网络和二维（2D）模糊核估计的卷积神经网络的新型盲去污方法网络（CNN）。 在DADIP网络中，双重关注机制首先与挤压和激励网络（SENet）结合使用，大大提高了图像细节的恢复效果。 更重要的是，开发了通过CNN的2D模糊核估计方法来抑制图像的振铃伪影，该伪影大大优于以前的基于完全连接的网络的方法。 实验表明，与大多数现有方法相比，我们的去模糊方法具有更高的性能。 要求 Python 3.6，PyTorch> = 0.4 要求：opencv-python，tqdm GPU：彩色图像至少12GB 至少3GB的灰度图像 的MATLAB 数据集 网址： 密码：mqw39a 演示版

小组汇报：知识图注意力网络推荐_KGAT，PDF格式。（由ppt文件转） 知识图注意网络： 它以端对端的方式显式地对KG中的高阶连接进行建模。 它递归地从节点的邻居（可以是用户、项或属性）传播嵌入以细化节点的嵌入，并使用注意机制来区分邻居的重要性。