基于神经网络的退化图像复原算法是一种通过训练深度学习模型来恢复退化图像质量的方法。这种算法利用神经网络的强大表示学习能力,能够学习从模糊、噪声等退化图像中提取出干净、清晰的原始图像信息。
2024-04-10 12:00:17 110KB 神经网络 MATLAB 图像复原
1
我们介绍了在标量场的二阶导数中呈三次方且退化的所有标量张量拉格朗日数,从而避免了Ostrogradsky不稳定性。 由于存在约束,尽管它们具有更高阶的运动方程,但它们最多传播三个自由度。 我们还确定了先前确定的二次简并的拉格朗日和新建立的三次拉格朗日的可行组合。 最后,我们研究新理论是否通过共形或变形变换与已知的标量-张量理论(例如,Horndeski和超越Horndeski)相关联。
2024-01-12 11:40:07 637KB Open Access
1
简并的标量-张量理论是最近提出的重力协变理论和标量场。 尽管具有高阶运动方程,但由于存在约束,它们的传播自由度不会超过三个。 我们讨论了退化标量-张量系统的几何方法,并分析了其后果。 我们表明,其中一些理论是DBI Galileons的一定局限性。 在没有动力引力的情况下,这些系统对应于标量理论,该标量理论具有不同于伽利略不变性的对称性。 然而,标量理论存在与时间相关的背景周围的波动传播有关的问题。 这些问题可以通过用手破坏对称性来解决,也可以通过将标量与动态重力最小耦合来解决,从而导致标量-张量系统退化。 我们证明,在重力是动态的某些情况下,可以通过广义伽利略对偶性的关系来联系不同的理论。 我们将在具体示例中讨论结果的某些含义。 我们的发现可有助于评估稳定性和基于简并标量张量系统的系统的非扰动结构。
2024-01-12 11:34:57 618KB Open Access
1
针对滚动轴承传统上侧重某一时间点的故障类型诊断问题,提出一种注重评估全寿命周期中性能退化趋势的指标提取方法。利用EEMD分解初始信号得到诸多IMF分量,采用相关系数准则提取相关程度高的IMF分量作为有效信息进行重构,实现信号的降噪处理。对降噪信号分别建立时域、频域和时频域共37个性能退化指标,剔除敏感度太弱和信息过于嘈杂等不适合表征滚动轴承退化趋势指标后,利用PCA法进行加权融合剩余的多域性能退化指标,最终得到能全面表征性能退化趋势指标。对Cincinnati大学采集的全寿命周期振动信号进行实验分析,结果
2023-12-27 15:17:19 46KB 自然科学 论文
1
【达摩老生出品,必属精品,亲测校正,质量保证】 资源名:多目标路径优化问题_模拟退化算法_用车辆路径优化_VRP_matlab 资源类型:matlab项目全套源码 源码说明: 全部项目源码都是经过测试校正后百分百成功运行的,如果您下载后不能运行可联系我进行指导或者更换。 适合人群:新手及有一定经验的开发人员
RealESRGAN退化代码
2023-02-22 20:07:08 70KB RealESRGAN退化代码
1
对科尔沁沙地典型草甸植被主要群落的优势种群在22年间的消长和物种多样性的变化进行了研究,分析了造成草场退化的主要原因。结果表明,科尔沁沙地草甸植被已出现了严重退化现象,物种多样性和均匀度下降,生态优势度上升。牧草产量和质量显著下降,优良牧草数量减少,适口性较差和有毒有害植物增加。造成草甸草场退化的主要原因有气候的暖干化、生境干旱化、土壤盐渍化和过度放牧,其中过度放牧是造成草甸植被退化的直接原因。分析了过度放牧对群落组成、生物量、物种多样性以及对建群种根茎中营养物质含量的影响等。
2023-02-17 11:14:33 4.63MB 自然科学 论文
1
胎儿通过胎盘从母体血中获得营养和氧气,排出代谢产物和二氧化碳。故胎儿在出生前和出生后的血液循环有很大差异。 ,胎儿出生后退化的解剖学结构——个人作业课堂演示简易ppt模板。
1
针对现有剩余寿命预测研究中需要多个同类设备历史数据离线估计模型参数的问题,本文提出了一种基于退化数据建模的服役设备剩余寿命自适应预测方法. 该方法,利用指数随机退化模型来建模设备的退化过程,基于退化监测数据运用Bayesian 方法更新模型的随机参数,进而得到剩余寿命的概率分布函数及点估计. 区别于现有方法,本文方法基于设备到当前时刻的监测数据,利用期望最大化算法对模型中的非随机未知参数进行在线估计,由此.无需多个同类设备历史数据. 最后,通过数值仿真与实例分析,验证了本文方法在剩余寿命预测时的有效性.
2023-01-04 16:58:13 1.33MB 寿命预测; 退化; Bayesian 方法;
1
NASA关于涡扇发动机的仿真数据集,以文本形式打包,包含readme文件。可用于人工智能、机器学习等领域。 Engine degradation simulation was carried out using C-MAPSS. Four different were sets simulated under different combinations of operational conditions and fault modes. Records several sensor channels to characterize fault evolution. The data set was provided by the Prognostics CoE at NASA Ames.
2022-11-14 18:38:40 11.85MB NASA 涡扇发动机 机器学习 人工智能
1