基于回声状态网络的图像超分辨率研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题背景及研究的意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 图像超分辨率算法研究 | 第11-13页 |
| 1.2.2 回声状态网络 | 第13-14页 |
| 1.3 本文的主要研究内容和创新点 | 第14-15页 |
| 1.4 本文的组织结构 | 第15-17页 |
| 第2章 图像超分辨率算法的基础知识和理论 | 第17-25页 |
| 2.1 图像超分辨率重建的基本知识及理论 | 第17-18页 |
| 2.2 超分辨率重建算法的分类 | 第18-21页 |
| 2.2.1 基于插值的超分辨率算法 | 第18页 |
| 2.2.2 基于重建的超分辨率算法 | 第18-19页 |
| 2.2.3 基于学习的超分辨率算法 | 第19-21页 |
| 2.3 回声状态网络 | 第21-24页 |
| 2.3.1 ESN的参数状态方程 | 第22页 |
| 2.3.2 动态储备池四个参数 | 第22-23页 |
| 2.3.3 ESN的网络训练 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 基于回声状态网络的图像超分辨率算法 | 第25-38页 |
| 3.1 引言 | 第25页 |
| 3.2 SRESN算法介绍 | 第25-31页 |
| 3.2.1 SRESN模型结构 | 第26-27页 |
| 3.2.2 SRESN算法流程 | 第27-31页 |
| 3.3 训练库和测试库 | 第31-32页 |
| 3.3.1 训练库 | 第31页 |
| 3.3.2 测试库 | 第31-32页 |
| 3.4 重建图像的评价标准 | 第32-33页 |
| 3.5 实验仿真及结果分析 | 第33-37页 |
| 3.5.1 参数设置 | 第33-34页 |
| 3.5.2 实验结果及分析 | 第34-37页 |
| 3.6 本章总结 | 第37-38页 |
| 第4章 基于岭回归的回声状态网络超分辨率算法 | 第38-45页 |
| 4.1 引言 | 第38页 |
| 4.2 基于岭回归回声状态网络超分辨率算法研究 | 第38-39页 |
| 4.2.1 ESN的岭回归学习算法 | 第38-39页 |
| 4.2.2 网络训练 | 第39页 |
| 4.3 实验仿真及结果分析 | 第39-43页 |
| 4.3.1 准备工作 | 第39-40页 |
| 4.3.2 实验结果及分析 | 第40-43页 |
| 4.4 本章小结 | 第43-45页 |
| 第5章 基于L1正则化的回声状态网络超分辨率算法 | 第45-54页 |
| 5.1 引言 | 第45页 |
| 5.2 L1范数正则化模型的建立及求解 | 第45-49页 |
| 5.2.1 L1范数正则化模型的建立 | 第45-46页 |
| 5.2.2 L1-ESN模型的求解 | 第46-48页 |
| 5.2.3 全局重建约束增强 | 第48-49页 |
| 5.3 实验仿真 | 第49-53页 |
| 5.3.1 准备工作 | 第49页 |
| 5.3.2 实验结果及分析 | 第49-53页 |
| 5.4 本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-61页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第61-62页 |
| 致谢 | 第62页 |
