logo
教育论文中心  教育论文中心   广告服务  广告服务   论文搜索  论文搜索   论文发表  论文发表   会员专区  会员专区   在线购卡   在线购卡   服务帮助  服务帮助   联系我们  联系我们   网站地图  网站地图   硕士论文  会员专区   博士论文
当前位置:教育论文中心首页--硕士论文--基于学习的图像超分辨率重建算法研究
博硕论文分类列表
工业技术 交通运输 农业科学
生物科学 航空航天 历史地理
医学卫生 语言文字 环境科学
综合图书 政治法律 社会科学
马列主义、毛泽东思想 艺术
数理科学和化学 文学
天文学、地理科学 军事
文化科学、教育体育 经济
自然科学总论 哲学
查看更多分类
 
论文搜索
 
 
相关论文
BN催化丙烷氧化脱氢反应机理的D
铁/钴基金属氧化物的制备及其电化
基于学习图像分辨率重建算法
基于学习图像分辨率重建算法
基于学习图像分辨率重建算法
基于学习图像分辨率重建算法
基于字典学习图像分辨率重建
基于深度学习图像分辨率重建
基于多尺度相似学习图像分辨率
基于深度学习图像分辨率重建
基于学习图像分辨率重建算法
基于深度学习图像分辨率重建
基于字典学习图像分辨率重建
基于深度学习单帧图像分辨率
基于实例映射学习单帧图像分辨
基于流形学习单帧图像分辨率
基于学习—重构框架单帧图像
基于深度学习分辨率图像重建
二进前向网络分类平面理论
多帧图像空间分辨率增强技术研究
通用图像检索系统和高维索引技术
基于图像点云模型建造及其在环境
基于压缩感知视频分辨率重建
基于内容视频拷贝检测算法研究
基于身份公钥体系安全电子邮件系
基于双线性配对公钥加密和签密方
基于任务和角色加密CAD模型
现代企业工资制度比较分析与合理选
面向涉密企业数字内容安全管理系统
农资电子商务智能推荐模型研究
基于属性密码技术研究
钢筋混凝土框架结构整体概率抗震
基于风险检测(RBI)在海底管
多授权中心基于属性签名及加密算
 
科目列表
市场营销 管理理论 人力资源
电子商务 社会实践 先进教育
伦理道德 艺术理论 环境保护
农村研究 交通相关 烟草论文
电子电气 财务分析 融资决策
电影艺术 国学论文 材料工程
语文论文 数学论文 英语论文
政治论文 物理论文 化学论文
生物论文 美术论文 历史论文
地理论文 信息技术 班主任
音乐论文 体育论文 劳技论文
自然论文 德育管理 农村教育
素质教育 三个代表 旅游管理
国际贸易 哲学论文 工商管理
证券金融 社会学 审计论文
会计论文 建筑论文 电力论文
水利论文 园林景观 农林学
中医学 西医学 心理学
公安论文 法学法律 思想汇报
法律文书 总结报告 演讲稿
物业管理 经济学 论文指导
计算机 护理论文 社会调查
军事论文 化工论文 财政税收
保险论文 物流论文 语言教育
教育教学 给水排水 暖通论文
结构论文 综合类别 硕士论文
博士论文    
 
 
基于学习的图像超分辨率重建算法研究
 
     论文目录
 
摘要第4-5页
abstract第5-6页
第一章 绪论第9-13页
    1.1 研究背景及意义第9-10页
    1.2 图像超分辨率重建研究现状第10-12页
    1.3 本文主要研究内容第12-13页
第二章 基于学习的超分辨率重建理论及方法第13-23页
    2.1 超分辨率重建理论第13-16页
        2.1.1 基本概念与问题描述第13-14页
        2.1.2 超分辨率重建图像质量评价第14-16页
    2.2 基于学习的超分辨率方法研究第16-18页
        2.2.1 基于示例学习的超分辨率重建算法第16-18页
        2.2.2 基于向量机学习的超分辨率重建算法第18页
    2.3 基于稀疏理论的学习算法第18-21页
        2.3.1 图像的稀疏表示与其模型第19-20页
        2.3.2 稀疏表示的优化第20页
        2.3.3 基于稀疏表示的超分辨率重建方法第20-21页
    2.4 本章小结第21-23页
第三章 改进字典学习的超分辨率方法研究第23-35页
    3.1 现有的字典学习方法第23-25页
        3.1.1 MOD算法第24页
        3.1.2 KSVD算法第24-25页
    3.2 改进KSVD字典学习算法第25-27页
    3.3 低秩矩阵结合改进字典学习的超分辨率重建第27-31页
        3.3.1 低秩矩阵恢复理论及数值求解第27-29页
        3.3.2 算法流程第29页
        3.3.3 实验结果及分析第29-31页
    3.4 小波域改进字典学习的超分辨率重建第31-34页
        3.4.1 小波域字典构建第31-32页
        3.4.2 算法流程第32-33页
        3.4.3 实验结果及实验分析第33-34页
    3.5 本章小结第34-35页
第四章 基于极限学习机的超分辨率算法研究第35-43页
    4.1 极限学习机模型第35-37页
        4.1.1 极限学习机(ELM)第35-36页
        4.1.2 极限学习机(ELM)的学习第36-37页
    4.2 极限学习机的图像超分辨率重建算法第37-38页
    4.3 实验参数设置及分析第38-41页
        4.3.1 设置隐层单元参数第39页
        4.3.2 设置循环次数第39-41页
    4.4 本章小结第41-43页
第五章 改进字典和极限学习机的超分辨率算法第43-51页
    5.1 算法的相关技术第43-44页
        5.1.1 特征提取第43-44页
        5.1.2 正则化第44页
    5.2 改进算法描述第44-46页
        5.2.1 改进极限学习机的超分辨率重建模型第44-45页
        5.2.2 算法流程第45-46页
    5.3 改进字典和极限学习机的超分辨率重建第46-50页
        5.3.1 自然图像的超分辨率重建实验第46-49页
        5.3.2 人脸图像的超分辨率重建实验第49-50页
    5.4 本章小结第50-51页
第六章 总结与展望第51-53页
    6.1 总结第51-52页
    6.2 展望第52-53页
参考文献第53-57页
硕士生在校期间所发表的相关论文第57-59页
致谢第59页

 
 
论文编号BS4040995,这篇论文共59
会员购买按0.35元/页下载,共需支付20.65元。        直接购买按0.5元/页下载,共需要支付29.5元 。
我还不是会员,注册会员
会员下载更优惠!充值送钱!
我只需要这篇,无需注册!
直接网上支付,方便快捷!
 您可能感兴趣的论文
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。
 
 
| 会员专区 | 在线购卡 | 广告服务 | 网站地图 |
版权所有 教育论文中心 Copyright(C) All Rights Reserved
联系方式: QQ:277865656 或写信给我