Selected(0)Clear
Items/Page: Sort: |
| 对抗网络实现单幅RGB重建高光谱图像 期刊论文 红外与激光工程, 2020, 卷号: 49, 期号: S1, 页码: 1-8 Authors: 刘鹏飞; 赵怀慈 ; 李培玄
Adobe PDF(7396Kb)  |   Favorite  |  View/Download:35/6  |  Submit date:2020/09/26 高光谱成像 特征金字塔 生成对抗网络 注意力机制 |
| 基于改进残差密集网络的高光谱重建 期刊论文 光学学报, 2020, 页码: 1-15 Authors: 李勇; 金秋雨; 赵怀慈 ; 李波
Adobe PDF(1439Kb)  |   Favorite  |  View/Download:18/0  |  Submit date:2020/12/18 高光谱成像 残差密集网络 通道自适应 特征重标定 RGB图像 |
| 一种大场景环境下烟雾建模方法 专利 专利类型: 发明, 专利号: CN109977431A, 公开日期: 2019-07-05, Inventors: 赵怀慈 ; 郝明国 ; 王立勇 ; 刘明第 ; 曹飞道; 吕进锋 ; 刘鹏飞; 赵洋
Adobe PDF(455Kb)  |   Favorite  |  View/Download:68/9  |  Submit date:2019/07/09 |
| 一种基于改进粒子群的海上静止目标搜寻方案生成方法 专利 专利类型: 发明, 专利号: CN109961129A, 公开日期: 2019-07-02, Inventors: 赵怀慈 ; 郝明国 ; 刘明第 ; 吕进锋 ; 刘鹏飞
Adobe PDF(424Kb)  |   Favorite  |  View/Download:57/7  |  Submit date:2019/07/09 |
| 一种基于卷积神经网络的图像超分辨率重建方法 专利 专利类型: 发明, 专利号: CN109961396A, 公开日期: 2019-07-02, 授权日期: 2020-12-22 Inventors: 赵怀慈 ; 刘明第 ; 郝明国 ; 王立勇 ; 刘鹏飞; 赵洋
Adobe PDF(359Kb)  |   Favorite  |  View/Download:72/14  |  Submit date:2019/07/09 |
| 一种基于卷积神经网络的图像超分辨率重建方法 专利 专利类型: 发明授权, 专利号: CN109961396B, 公开日期: 2019-07-02, 授权日期: 2020-12-22 Inventors: 赵怀慈 ; 刘明第 ; 郝明国 ; 王立勇 ; 刘鹏飞; 赵洋
Adobe PDF(358Kb)  |   Favorite  |  View/Download:4/1  |  Submit date:2020/12/31 |
| 多尺度卷积神经网络的噪声模糊图像盲复原 期刊论文 红外与激光工程, 2019, 卷号: 48, 期号: 4, 页码: 1-9 Authors: 刘鹏飞; 赵怀慈 ; 曹飞道
Adobe PDF(3255Kb)  |   Favorite  |  View/Download:111/10  |  Submit date:2019/04/13 多尺度卷积神经网络 多重损失函数 生成式对抗网络 噪声模糊图像 |
| 基于卷积神经网络的图像超分辨率重建 期刊论文 计算机工程与应用, 2019, 卷号: 55, 期号: 9, 页码: 197-202 Authors: 刘鹏飞; 赵怀慈 ; 刘明第
Adobe PDF(2229Kb)  |   Favorite  |  View/Download:129/21  |  Submit date:2018/07/01 图像超分辨率 深度学习 卷积神经网络 特征转移 |
| 一种高光谱仿真中的辐射影响计算方法 专利 专利类型: 发明, 专利号: CN107545082A, 公开日期: 2018-01-05, 授权日期: 2019-10-11 Inventors: 赵怀慈 ; 李波; 刘明第 ; 孙士洁; 吕进锋
Adobe PDF(361Kb)  |   Favorite  |  View/Download:166/19  |  Submit date:2018/04/04 |
| 一种高光谱仿真中的辐射影响计算方法 专利 专利类型: 发明授权, 专利号: CN107545082B, 公开日期: 2018-01-05, 授权日期: 2019-10-11 Inventors: 赵怀慈 ; 李波; 刘明第 ; 孙士洁; 吕进锋
Adobe PDF(355Kb)  |   Favorite  |  View/Download:40/4  |  Submit date:2019/11/16 |