-
公开(公告)号:CN118864255B
公开(公告)日:2025-02-25
申请号:CN202411345762.5
申请日:2024-09-26
IPC: G06T3/4053 , G06T5/70 , G06T5/60 , G06N3/0455 , G06N3/048 , G06N3/0495 , G06N3/082 , G06N3/084 , G06N5/04
Abstract: 本发明涉及一种基于扩散模型的轻量图像超分辨率学习方法,属于图像超分辨率技术领域。包括以下步骤:S1:正向过程;S2:预测噪声;S3:稀疏动量;S4:训练过程;S5:反向过程。通过本发明的技术方案,能够提高图像超分的速度,使扩散模型在反向推理阶段不需要按照设定的最大时间步来进行图像去噪,帮助扩散模型优化了预测噪声的模式,并且采用的稀疏动量方法,进一步减少模型的参数,让模型在稀疏的网络下能达到稠密网络的性能,显著提升图像超分辨率的速度与效率,同时在减少计算需求的基础上保持高精度输出。
-
公开(公告)号:CN118864255A
公开(公告)日:2024-10-29
申请号:CN202411345762.5
申请日:2024-09-26
IPC: G06T3/4053 , G06T5/70 , G06T5/60 , G06N3/0455 , G06N3/048 , G06N3/0495 , G06N3/082 , G06N3/084 , G06N5/04
Abstract: 本发明涉及一种基于扩散模型的轻量图像超分辨率学习方法,属于图像超分辨率技术领域。包括以下步骤:S1:正向过程;S2:预测噪声;S3:稀疏动量;S4:训练过程;S5:反向过程。通过本发明的技术方案,能够提高图像超分的速度,使扩散模型在反向推理阶段不需要按照设定的最大时间步来进行图像去噪,帮助扩散模型优化了预测噪声的模式,并且采用的稀疏动量方法,进一步减少模型的参数,让模型在稀疏的网络下能达到稠密网络的性能,显著提升图像超分辨率的速度与效率,同时在减少计算需求的基础上保持高精度输出。
-
公开(公告)号:CN113988386A
公开(公告)日:2022-01-28
申请号:CN202111195503.5
申请日:2021-10-14
Applicant: 沈阳化工大学
Abstract: 一种工业过程二次规划最优定位方法,涉及一种工业过程最优定位方法,包括将初始二次规划问题的约束条件分为等式约束集合和不等式约束集合;根据不同约束类型及约束条数选取约束条件,组成初始约束条件集合;目标函数和初始约束条件集合结合定位可行解;根据KKT条件可知,求解Lagrange函数的可行解只需要求解:(2a)(2b)本发明是针对有效集算法求解带约束二次规划问题初始可行解定位方法的实现,应用于线性规划、非线性规划、非线性模型预测控制等方案。可显著提高流程工业生产过程的控制变量最优解精度和求解速度。
-
公开(公告)号:CN119540249A
公开(公告)日:2025-02-28
申请号:CN202411588899.3
申请日:2024-11-08
Applicant: 沈阳化工大学
IPC: G06T7/10 , G06T7/00 , G06N3/048 , G06N3/0464 , G06N3/082
Abstract: 一种基于优化UNet网络与改进CBAM注意力机制的左心室分割方法,属于图像处理技术领域。具体包括以下步骤:构建轻量化注意力机制SCBAM,将轻量化注意力机制SCBAM与卷积VGG网络结合,将UNet网络进行裁剪到L3,进行轻量化设计减少计算和存储开销。结合SCBAM注意力机制,VGG网络,跳跃连接构建迭代上下采样块Nestedunet,利用本发明方案不仅提升了心功能评估的准确性,还为实际应用中的自动化辅助诊断提供了更为轻量化和高效的解决方案。
-
-
-