赵建伟
- 作品数：35 被引量：70H指数：5
- 供职机构：中国计量大学更多>>
- 发文基金：国家自然科学基金浙江省自然科学基金陕西省自然科学基金更多>>
- 相关领域：自动化与计算机技术理学文化科学更多>>
- 一种面向图像超分辨率的模型驱动的轻量级深度递归网络
- 本发明涉及图像处理技术领域，本发明公开了一种面向图像超分辨率的l<Sub>2,1</Sub>模型驱动的轻量级深度递归网络，包括：图像采集模块，用于获取结构噪声的单幅图像；图像处理模块，用于对单幅图像进行栅格处理，并通过卷...
- 赵建伟王文杰张大宝周正华叶敏超
- 加权核范数的矩阵恢复正则化算法
- 2016年
- 在压缩感知、矩阵恢复等研究领域,弹性正则化方法引起了广泛的关注.由于该方法可以避免数据建模时(特别是解决复杂问题时)解出现大的波动,从而被视为解决相关问题的优秀方法之一.针对以上情况,提出基于Schatten p-norm最小化的矩阵恢复的弹性正则化模型,旨在加强解决复杂问题时的解的稳定性并改进矩阵恢复研究领域中基于核范数最小化逼近秩函数这一传统方法的缺陷.同时,为了解决提出的非凸模型,采用交替迭代算法和MM算法求解所提出的模型.实验结果表明,所提出的算法能够有效地恢复测量值较少的矩阵.
- 张娅楠赵建伟曹飞龙
- 高效的白细胞分割算法被引量：5
- 2016年
- 白细胞分割是细胞形态学研究中一个重要、富有挑战性的课题。提出一种基于目标检测的白细胞分割算法。具体地讲,首先根据目标检测方法检测出白细胞,并由白细胞的位置信息得到包含白细胞的子图,然后运用多项式拟合的方法得到子图的灰度直方图的波谷值,再在子图上运用直方图阈值算法分割出细胞核。该算法在分割细胞核的过程中,既可以有效地避免血小板和红细胞等干扰,又能较容易地估计出阈值。对于白细胞的细胞质分割,将白细胞位置信息作为Grab Cut算法中人工交互部分,通过迭代法分割出白细胞的细胞质。实验结果表明,该算法能准确地定位白细胞,并根据白细胞的位置信息可以降低白细胞分割的难度,提高其分割的精度和分割效率。特别地,在Cellavision的白细胞图片数据库的实验结果表明,所提的白细胞分割算法对不同类别、不同染色剂和不同拍摄环境下得到的白细胞都能得到较好的分割效果,同时算法又还具有很好的泛化性。
- 黄震赵建伟楚建军曹飞龙
- 关键词：目标检测阈值分割算法
- 一列非同构的离散交叉积(英文)
- 2011年
- 本文研究了R上的一类离散交叉积的因子结构及其在小波分析中的应用问题.利用群测度构造离散交叉积的方法,我们构造了R上的一列离散交叉积,并且利用比率集的方法证明了上述交叉积是互相不同构的超有限III_γ型因子.上述结论推广了已有的一些结果.
- 赵建伟
- 关键词：小波分析
- 非同构的超中心序列代数
- 2008年
- 证明了超中心序列代数(L_F_2)_ω,(L_П)_ω和(L_(F_∞■△))_ω是互相不同构的.同时,也证明了虽然因子L_П和L_(F_2×П)是不同构的,但是它们的超中心序列代数(L_П)和(L_(F_2×П))_ω是同构的.
- 赵建伟
- 关键词：同构
- 一种基于随机森林的白细胞五分类方法
- 本发明公开了一种基于随机森林的白细胞五分类方法，提取能够有效的区分不同细胞类型的特征，采用SVM分类器进行降维处理，得到LBP特征在每一类白细胞上的分数；利用k‑means聚类算法对细胞核形状特征进行聚类，得到每一类细胞...
- 曹飞龙怀听听赵建伟周正华冯爱明楚建军
- 文献传递
- 基于CNN-Transformer可解释的轻量级图像超分辨率重建方法
- 本发明涉及一种基于CNN‑Transformer可解释的轻量级图像超分辨率重建方法，包括：S1、对原始数据集进行预处理，得到所需LR和HR训练数据；S2、融合数据驱动与模型驱动，构建l<Sub>1</Sub>范数的图像退...
- 赵建伟王庭伟王文杰洪涛叶敏超
- 随机权网络稀疏正则化算法及其应用
- 2013年
- 随机权网络是一种有效的前馈神经网络(FNNs),尤其是内权和偏置值的随机选取极大地提高了网络的学习速率,并克服了其他学习算法的一些不足.但是,其在计算外权的过程中也存在着一些不足.我们就此不足提出了一个新的算法——稀疏正则化算法,并结合梯度投影算法给出了一种迭代解,进而提出了相应的参数选择方法和算法终止准则.实验证明所提出的算法的优势,尤其是当隐层神经元数较多和训练样本较大时,所给出的算法具有明显的优势.
- 王学军赵建伟曹飞龙
- 关键词：梯度投影人脸识别
- 一种基于随机森林的白细胞五分类方法
- 本发明公开了一种基于随机森林的白细胞五分类方法，提取能够有效的区分不同细胞类型的特征，采用SVM分类器进行降维处理，得到LBP特征在每一类白细胞上的分数；利用k-means聚类算法对细胞核形状特征进行聚类，得到每一类细胞...
- 曹飞龙怀听听赵建伟周正华冯爱明楚建军
- 基于空间元学习的放大任意倍的超分辨率重建方法被引量：1
- 2020年
- 针对现有的基于深度学习的超分辨率重建方法主要研究放大整数倍的重建,对放大任意倍(如非整数倍)重建情况讨论较少的问题,提出一种基于空间元学习的放大任意倍的超分辨率重建方法。首先,利用坐标投影找出高分辨率图像与低分辨率图像坐标间的对应关系;其次,在元学习网络的基础上,考虑特征图的空间信息,将提取到的空间特征与坐标位置相结合作为权值预测网络的输入;最后,将权值预测网络预测出的卷积核与特征图结合,从而有效地放大特征图的尺寸,得到放大任意倍的高分辨率图像。所提的空间元学习模块可以与其他深度网络相结合,得到放大任意倍的超分辨率图像重建方法。所提的放大任意倍(非整数倍)超分辨率重建方法解决了实际生活中放大尺寸固定且非整数倍的重建问题。实验结果表明,所提的重建方法在空间复杂度(网络参数)相当的情况下,时间复杂度(计算量)是其他重建方法的25%~50%,且峰值信噪比(PSNR)比其他一些方法提高了0.01~5 dB,结构相似度(SSIM)提高了0.03~0.11。
- 孙忠凡周正华赵建伟
- 关键词：超分辨率
