公共文化服务平台

搜索到5306篇“ 小波网络“的相关文章

用于低剂量CT图像去噪的多级双树复小波网络: 2024年; 基于卷积神经网络(CNN)的图像去噪方法能有效去除低剂量计算机断层扫描(CT)图像伴随的伪影和噪声,从而确保CT设备输出高质量图像同时降低辐射,这对患者健康和医学诊断具有重要意义。为了进一步提高低剂量CT图像的质量,提出一种小波域去噪网络MDTNet。首先,基于双树复小波变换(DTCWT)构造多级编解码去噪网络,在多个尺度上提取特征以保留更多高频细节;然后,利用扩展的像素重排技术替代卷积上下采样,实现多级输入和特征融合,从而降低计算复杂度;最后,通过大量训练找到最佳的去噪模型,即二级MDTNet配合LeGall滤波器和Qshift_b滤波器,并选择较大尺寸的CT图像作为训练数据。使用AAPM数据集评估MDTNet的性能,实验结果表明,MDTNet能有效去除条纹状伪影和噪声,在定量和定性评估中性能均优于同类型去噪方法。与FWDNet相比,对于1 mm的切片,MDTNet的平均峰值信噪比(PSNR)和结构相似性指数(SSIM)分别提高了0.0887 dB和0.0024;对于3 mm的切片,分别提升了0.1443 dB和0.003。对于单张512×512像素的低剂量CT图像去噪,MDTNet在GPU上仅需0.193 s。MDTNet在保持高效率的同时保留了更多的高频细节,能够为低剂量CT图像去噪提供一种新的框架。; 张鲁田春伟宋焕生刘侍刚; 关键词：图像去噪卷积神经网络双树复小波变换

基于深度自适应小波网络的移动通信网络传输信号增强方法被引量：4: 2024年; 当前移动通信网络传输信号增强机制多为目标式增强处理,增强可靠性较低,导致最终得出的误码率降低,为此提出对基于深度自适应小波网络的移动通信网络传输信号增强方法方法的设计与验证分析。根据当前的测定需求,先进行信号初始速率测定及特征分类,在此基础之上,对信号去噪处理,采用多层级的方式,强化当前的增强可靠性,设定多层级增强机制。构建深度自适应小波网络传输信号增强模型,采用自适应补偿处理实现信号增强。最终的测试结果表明:针对选定的5个测试区域,分别在100 Mb、120 Mb、180 Mb、220 Mb不同的带宽背景下,最终得出的误码率被较好地控制在15%以下,说明在深度自适应小波网络的辅助下,设计的移动通信网络传输信号增强方法更加高效、完善,在面对复杂环境时,也可以保证对信号的增强效果,强化增强效率,为后续的信号实践应用奠定基础条件。; 罗永剑; 关键词：小波网络移动通信网络网络传输信号识别

基于整体退火遗传小波网络的计量终端可靠性预测被引量：2: 2024年; 为了解决小波神经网络初值敏感性及收敛稳定性问题,以提高计量终端软件可靠性预测建模的效率及准确性。文章完善了整体退火遗传算法(WAGA),并验证了其具有极强的整体收敛和全局优化能力,利用其全局寻优能力,优化小波神经网络(WNN)的参数,提出基于整体退火遗传小波神经网络(WAGA-WNN)的建模方法;用该方法建立计量终端的软件可靠性预测模型。实验结果表明,该方法可以解决小波神经网络初值敏感性及收敛稳定性难题,建立的软件可靠性预测模型效率和准确度较高。; 徐宏伟丛中笑阳晓路周忠明陈寅生林海军; 关键词：小波神经网络

基于遗传优化小波网络的随机载况下裂纹扩展预报: 2024年; 疲劳问题作为工程领域常见的破坏形式受到了广泛关注。基于断裂力学的疲劳分析方法可以获取可无损检测的疲劳损伤-裂纹尺寸,但计算较为复杂。针对海洋工程结构物疲劳分析中的谱分析法,本文通过遗传优化的小波神经网络建立一种同一热点下各随机载况的应力强度因子谱,结合有限元分析获取的应力强度因子进行网络训练。结果表明,该模型可对各随机载况下的SIF谱进行较好的预测。本文所提出的方法可大幅减少重复性有限元计算,为裂纹扩展方法应用于随机载况下工程结构的疲劳寿命预报提供一种思路。最后,结合裂纹扩展单一曲线模型实现随机载况下裂纹扩展量的快速预报。; 张明宇孙力黄小平; 关键词：疲劳裂纹扩展小波神经网络有限元分析

一种小波网络逼近框架的自构建方法: 本发明涉及一种小波网络逼近框架的自构建方法，包括：设置非线性函数，获取训练数据，采用小波网络逼近框架对所述非线性函数进行处理包括：利用所述小波网络逼近框架的初始小波频率估计器，确定用于逼近所述非线性函数的初始小波空间；以...; 沈栋黄敦晟

基于深层小波网络的电容层析成像图像重建: 2024年; 提出了一种基于深层小波网络的电容层析成像(ECT)图像重建算法,采用Landweber算法生成初始重建图像作为网络输入;以U-Net深度卷积神经网络模型为骨干模型,通过在上、下采样层引入小波变换提取不同层次的特征,以及采用跳跃连接方式搭建高频特征传递通道,保留更多的细节信息,充分利用特征图中的全局和局部信息特征。仿真及静态实验结果均表明,基于该算法的图像重建精度更高,仿真及静态实验重建图像的平均相对图像误差分别为0.1918及0.6570,平均相关系数分别为0.9685及0.8169。; 张立峰钱立凤华回春刘帅; 关键词：电容层析成像图像重建小波变换

基于小波网络模型的车轮磨损预测网络模型训练方法: 本说明书涉及一种基于小波网络模型的车轮磨损预测网络模型训练方法、装置。所述方法包括：预先构建小波网络模型，然后获取若干等时长的振动信号样本以及对应的真实车轮磨损值，其中振动信号样本包括多个时序相连的、车轮在运行中产生的振...; 李彦夫王欢

一种基于胶囊谱图小波网络的齿轮箱复合故障诊断方法: 本发明公开了一种基于胶囊谱图小波网络的齿轮箱复合故障诊断方法，包括：步骤1：多信息融合模块对多传感器获取的齿轮箱故障信号进行信号预处理和权重调整，构建平衡数据集，构造邻接特征矩阵并生成邻接特征矩阵的时空图；步骤2：所述平...; 卢一相王本庆竺徳赵大卫包牧兮孙冬

基于深度自适应小波网络的通信辐射源个体识别: 2023年; 针对现有的通信辐射源个体识别方法中人工提取特征复杂以及深度学习网络的识别机制缺乏清晰解释的问题,提出了一种基于深度自适应小波网络(Deep Adaptive Wavelet Network,DAWN)的通信辐射源个体识别方法。首先分析了选择互调干扰作为辐射源间个体特征的原因;接着应用了可实现提升小波变换的卷积神经网络结构去提取特征,并在其基础上设计出可以同时完成特征提取和识别的DAWN;最后,选择Oracle数据集验证方法的可行性。实验结果表明:利用DAWN对5个通信辐射源个体识别的准确率为95.5%,并且方法具有良好的抗噪性。; 刘高辉于文涛; 关键词：辐射源个体识别提升小波变换

基于多尺度注意力小波网络的可适应病变规模超声乳腺图像分割: 2023年; 针对超声乳腺图像中对不同规模病变的分割鲁棒性不足的问题,提出了一种多尺度注意力小波网络(MAW-Net).通过设计两个轻量的网络模块,多尺度拼接模块和跳过连接升维模块,达到在不同尺度上集成丰富的特征和全局上下文信息,减少编码器和解码器之间的语义差距以适应不同规模病变分割的目的.并引入双树复小波变换,很好地削弱了噪声影响.在两个公共的乳腺超声数据集UDIAT和BUSI数据集上进行测试,其Dice系数分别达到91.32%和84.23%.并与其他6种先进的图像分割方法进行比较,具备强分割鲁棒性、噪声影响小等优势.; 孙卓群赵加祥; 关键词：双树复小波变换

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈