采用多通道浅层CNN构建的多降噪器最优组合模型OA北大核心CSCDCSTPCD
现有的一致性神经网络(Consensus neural network,CsNet)利用凸优化和神经网络技术将多个降噪算法(降噪器)输出的图像进行加权组合(融合),以获得更好的降噪效果,但该优化模型在降噪效果和执行效率方面仍有较大改进空间.为此,提出一种基于轻量型多通道浅层卷积神经网络(Multi-channel shallow convolutional neural network,MSCNN)构建的多降噪器最优组合(Optimal comb…查看全部>>
徐少平;林珍玉;陈孝国;李芬;杨晓辉
南昌大学数学与计算机学院,南昌330031南昌大学数学与计算机学院,南昌330031南昌大学数学与计算机学院,南昌330031南昌大学数学与计算机学院,南昌330031南昌大学信息工程学院,南昌330031
计算机与自动化
多降噪器最优组合一致性神经网络多通道浅层卷积神经网络降噪效果提升执行效率
《自动化学报》 2022 (11)
P.2797-2811,15
国家自然科学基金(62162043,62162042,61662044)江西省自然科学基金(20171BAB202017)资助。
评论