公开(公告)号：CN112330044A

公开(公告)日：2021-02-05

申请号：CN202011286631.6

申请日：2020-11-17

Applicant: 南昌工程学院

Inventor： 车金星 ,  冼华锋 ,  刘娜 ,  叶雨

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N20/10

Abstract: 本发明公开了一种基于迭代聚集网格搜索算法的支持向量回归模型(IFGS‑SVR)。本发明提出了一种迭代聚集网格搜索(IFGS)算法来解决SVR超参数的详细选择问题，它通过检查每个子区域的性能来搜索最优子区域，从而避免了网格设置的大量浪费。通过使用中国江西省某县的一个真实的电力负荷数据集，将形成的IFGS‑SVR模型与其他的SVR模型进行比较，这些模型的参数是通过网格搜索(GS‑SVR)、粒子群优化(PSO‑SVR)、模拟退火(SA‑SVR)、差分进化(DE‑SVR)、蚁群优化(ACO‑SVR)和遗传算法(GA‑SVR)获得的。实验结果揭示了IFGS‑SVR模型在精度和运行时间上优于其他模型。

公开(公告)号：CN108492252A

公开(公告)日：2018-09-04

申请号：CN201810229088.2

申请日：2018-03-20

Applicant: 南昌工程学院

Inventor： 朱华生 ,  邓承志 ,  张俊 ,  田伟 ,  车金星 ,  杨金戈

IPC: G06T3/40

Abstract: 本发明公开了一种基于二次重建的人脸图像超分辨率重建方法。本发明方法在基于学习的图像超分辨率重构方法基础上，对其重建结果进行二次重建，基于局部相似的原理，通过对邻域内相似图像块所组成矩阵进行SVD分解的方式进行二次重构，可有效消除高分辨率重建人脸图像的块效应问题，提高人脸图像超分辨率重建效果。本发明进一步对第一次超分辨率图像重建的方法进行了改进，在字典学习过程中获取高低分辨率转换矩阵，并利用高低分辨率转换矩阵来对高分辨率图像的稀疏表示系数进行优化，从而有效解决高低分辨率图像流形不一致的问题，进一步提高了方法的实用性和重建效果。相比现有技术，本发明具有更好的图像重建效果。