一种基于立体注意力机制的多尺度残差双目图像超分辨率方法

    公开(公告)号:CN114820323B

    公开(公告)日:2024-12-24

    申请号:CN202210541241.1

    申请日:2022-05-17

    Applicant: 东南大学

    Abstract: 本文公开了一种基于立体注意力机制的多尺度残差双目图像超分辨率方法,属于图像处理技术领域。该方法包含以下步骤:S1.建立双目图像训练集;S2.设计网络结构;S3.设置训练参数训练该网络;S4.测试该网络性能。本发明具有以下优点:(1)与基于副本平移的双目图像超分辨方法相比,本方法不局限于固定视差图像的超分辨率处理,通过立体注意力机制并行提取左右视图间交互信息,提高了方法的性能。(2)与基于立体匹配的双目图像超分辨率相比,本方法不需要根据三维或四维的匹配代价估计视图间视差,提高了方法的效率。

    一种基于立体注意力机制的多尺度残差双目图像超分辨率方法

    公开(公告)号:CN114820323A

    公开(公告)日:2022-07-29

    申请号:CN202210541241.1

    申请日:2022-05-17

    Applicant: 东南大学

    Abstract: 本文公开了一种基于立体注意力机制的多尺度残差双目图像超分辨率方法,属于图像处理技术领域。该方法包含以下步骤:S1.建立双目图像训练集;S2.设计网络结构;S3.设置训练参数训练该网络;S4.测试该网络性能。本发明具有以下优点:(1)与基于副本平移的双目图像超分辨方法相比,本方法不局限于固定视差图像的超分辨率处理,通过立体注意力机制并行提取左右视图间交互信息,提高了方法的性能。(2)与基于立体匹配的双目图像超分辨率相比,本方法不需要根据三维或四维的匹配代价估计视图间视差,提高了方法的效率。

    基于注意力机制的异构图嵌入学习方法

    公开(公告)号:CN113095439A

    公开(公告)日:2021-07-09

    申请号:CN202110479995.4

    申请日:2021-04-30

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于注意力机制的异构图嵌入学习方法,包括如下步骤:步骤1,通过类型转换矩阵将异构图中的所有节点转换到统一的特征空间;步骤2,设计类型级注意力学习给定节点对于不同类别的邻居的注意力权重;步骤3,设计节点级注意力学习基于元路径的邻居节点注意力权重,并根据注意力权重进行加权聚合得到基于特定元路径的节点嵌入;步骤4,设计语义级注意力学习不同元路径的注意力权重,并根据注意力权重对基于不同元路径下的节点嵌入进行加权聚合,得到最终的节点嵌入;步骤5,对节点标签进行预测训练;步骤6,设计损失函数,利用反向传播算法进行模型优化训练。本发明的工作为如何将注意力机制应用到异构图提供了新的研究思路。

    一种基于SOCP优化的EIR-CMFB结构的设计方法

    公开(公告)号:CN106982045B

    公开(公告)日:2020-07-24

    申请号:CN201710158624.X

    申请日:2017-03-17

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于二阶锥(SOCP)优化外插法设计余弦调制滤波器组(EIR‑CMFB)结构的方法,带系数敏感性(CS)约束条件结合SOCP实现外插法的改良,可以在有效降低外插性能下降的同时避免由于二次外插系数数值精度在硬件实现取舍的损失,并在其基础上经过DCT调制得到EIR‑CMFB。和传统的CMFB相比,该设计方法可以显著解决原型滤波器阶数过高的问题,保证滤波器过度带宽性能,降低系统复杂度,可以减少50%‑80%的乘法器和加法器。

    基于宽线性最小方差无失真响应的非平衡电力系统频率估计方法

    公开(公告)号:CN107247820B

    公开(公告)日:2020-06-02

    申请号:CN201710307246.7

    申请日:2017-05-04

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于宽线性最小方差无失真响应的非平衡电力系统频率估计方法,包括如下步骤:(1)建立三相电力系统的复电压信号;(2)建立非平衡电力系统电压信号的WL‑MVDR谱;(3)求解使代价函数最小的角频率为系统角频率的估计值进而计算出系统频率的估计值。该方法充分利用了三项电压完整的二阶信息,增强了频率估计的鲁棒性,更适用于非平衡系统。

    一种零中频全双工收发机的数字自干扰消除方法

    公开(公告)号:CN108111186B

    公开(公告)日:2019-06-21

    申请号:CN201711326494.2

    申请日:2017-12-12

    Applicant: 东南大学

    Abstract: 本发明公开了一种零中频全双工收发机的数字自干扰消除方法,该方法主要应用于数字自干扰消除器内,根据接收端采样后得到的数字信号,以及发射端已知的数字波形,对收发机信号传输链路中的自干扰进行估计。该方法可消除理想元器件下发射机产生的自干扰,由发射链上变频调制器和接收链下变频解调器的IQ不平衡产生的镜像自干扰,由发射链功放失真产生的非线性自干扰,以及IQ不平衡和功放失真联合导致的镜像非线性自干扰。该方法相比较于传统的增广复数LMS算法,可以在发射信号功率较大时仍获得理想的自干扰消除效果和较快的收敛速度,具有很强的实用性。

    一种用于多图像融合的二维多元经验模态分解算法

    公开(公告)号:CN109767411A

    公开(公告)日:2019-05-17

    申请号:CN201811609919.5

    申请日:2018-12-27

    Applicant: 东南大学

    Abstract: 本发明公开了一种用于多图像融合的二维多元经验模态分解算法,包括如下步骤:(1)将待融合的多幅图像组合为一个二维多元信号,作为2D-MEMD算法的输入信号;(2)2D-MEMD算法可将输入的二维多元信号分解为2D-IMFs,不同的2D-IMF表征了不同图像的不同空间尺度响应;(3)使用局部方差最大法或局部能量最大法对相同空间尺度的2D-IMFs进行融合,再将不同空间尺度的融合结果相加,即可得到多图像融合的结果。本发明能够结合2D-EMD和MEMD算法的优势,可以完成对二维多元信号,即多幅图像的分解,为每幅图像生成数量一致的2D-IMFs,且不会造成图像空间信息的丢失。

Patent Agency Ranking