https://archive.ics.uci.edu/ml/datasets/Breast+Cancer+Wisconsin+(Diagnostic) Breast Cancer Wisconsin (Diagnostic) Data Set
2022-10-11 16:34:18 48KB 数据集
1
在线购买商品数据集
2021-12-29 09:51:45 7.25MB 数据集
1
Wine Data Set.rar ( 数据挖掘 数据集 )
2019-12-21 22:03:49 6KB Wine Data Set 数据集
1
豆瓣爬虫加10万条电影数据集,用户数据集,影评数据集
2019-12-21 19:35:48 40.02MB database set 数据集 电影数据
1
传统的超分辨重建算法往往采用梯度下降法进行求解,迭代时步长往往通过经验确定。而且不同的图像的最优步长往往不相同。步长过大会导致发散,步长过小会导致收敛缓慢。本算法基于对正则化超分辨重建算法实现的基础上,对步长的选取进行了优化,推导出了每次迭代时的最优步长大小,并将其自适应化,改进了超分辨算法的收敛性,从而能够在更短的时间内取得更加精确的重建结果。相关具体内容请参考对应的论文:Yingqian Wang, Jungang Yang, Chao Xiao, and Wei An, "Fast convergence strategy for multi-image superresolution via adaptive line search," IEEE Access, vol. 6, no. 1, pp. 9129-9139.
1