基于深度残差分离卷积网络的二次雷达信号去噪方法 热度: 去噪深度卷积网络实战扩展(四)——U-net网络实战讲解 U-net的特点是包含压缩路径和扩展路径的对称U形结构,U-net在一定程度上影响了后面 若干个分割网络的设计,该网络的名字也是取自其U形形状。
针对目前常见的U-Net网络结构以及现有的图像去噪算法在去除图像噪声时,处理后得到的图像较为模糊且图像的边缘纹理过于光滑缺乏真实性的问题,提出了一种改进的U-Net网络结构去噪算法.它由去噪模块以及边缘信息提取模块组成,首先,利用U-Net++中的跳跃连接应用到原始的U型去噪子网中,密集连接的U型去噪网络可以减少编码器与...
1∗ , 刘勇杰 2, 宋雯琦 2(1. 河南省超级计算中心, 郑州 450053;2. 郑州大学信息工程学院, 郑州 450001)摘 要 针对目前常见的 U⁃Net 网络结构以及现有的图像去噪算法在去除图像噪声时,处理后得到的图像较为模糊且图像的边缘纹理过于光滑缺乏真实性的问题,提出了一种改进的 U⁃Net 网络结构去噪算法。
基于U-Net深度神经网络的地震数据去噪研究 下载积分: 950 内容提示: 收稿日期 2019-12-11基金项目 “十三五”国家重点研发计划项目(编号:2016YFC0801604),山东省交通科技计划项目(编号:2016B20),国家自然科学青年基金项目(编号:51909144),山东大学基本科研业务费专项(编号:2018GN020)。作者简介 张攀龙(1993—),男,...
基于改进U-Net网络的肺部CT图像分割算法研究 针对肺部疾病的诊疗,从计算机断层扫描(Computed Tomography,CT)图像中自动检测肺部病灶,对监测疾病进展和进一步临床治疗具有重要意义.为此,基于U-Net网络,提出新型的... 卢小燕,袁文昊,徐杨 - 《智能计算机与应用》 被引量: 0发表: 2023年 基于改进3D U-Net模型的肺...
它由去噪模块以及边缘信息提取模块组成,首先,利用U-Net++中的跳跃连接应用到原始的U型去噪子网中,密集连接的U型去噪网络可以减少编码器与解码器特征映射之间的语义差距,还原出更清晰的图像。其次,基于VGG-16网络结构的边缘信息提取模块对去噪网络处理后的图像进行特征提取,同时反向优化U型去噪模块,还原出更真实的图像。
基于U-Net深度神经网络的地震数据去噪研究 认领 被引量:6 Study on Seismic Data Denoising Based on U-Net Deep Neural Network 在线阅读 下载PDF 引用 收藏 分享 摘要 在能源和矿产资源开采中,大规模采空区塌陷不仅威胁了矿区工人和设备的安全,同时也制约了矿区的经济效益。当前,地震波反射法是探测隐伏采空区...