基于偏微分方程和机器学习的图像去噪算法

发布时间：2021-10-27 12:30

　　本文基于偏微分方程和机器学习相结合的方法,通过减少函数微分不变量的个数,提出新的模型来提高机器学习的效率.仿真实验显示,新的模型在程序运行时间上有了巨大的缩减,并且视觉效果与原先模型相差不大,峰值信噪比与原模型相差不大. 

【文章来源】：杭州师范大学学报(自然科学版). 2020,19(02)

【文章页数】：5 页

【文章目录】：
1 基于机器学习和PDE的模型介绍
2 新的算法及步骤
3 实验结果与分析
    3.1 实验设置
    3.2 实验结果
    3.3 实验结果分析
4 结论


【参考文献】：
期刊论文
[1]低信噪比下天基预警雷达空中目标相对运动参数估计方法[J]. 周亮,袁俊泉,郑岱堃,马晓岩,王悦.  信号处理. 2019(01)
[2]基于块坐标下降法的微网群日前联合优化调度[J]. 刘宝林,周少雄,曾智基,杨苹.  可再生能源. 2018(10)
[3]变系数Benjamin-Bona-Mahony-Burgers方程的微分不变量和精确解[J]. 李会会,刘希强,辛祥鹏.  山东大学学报(理学版). 2018(10)
[4]基于约束最小二乘与信赖域的储层参数反演方法[J]. 林恬,孟小红,张致付.  地球物理学报. 2017 (10)

博士论文
[1]偏微分方程学习模型的算法研究及其在图像处理中的应用[D]. 赵振宇.国防科学技术大学 2016

硕士论文
[1]基于全变分的自适应图像修复算法研究[D]. 丁成军.江西理工大学 2018



本文编号：3461607