简介：微分进化算法主要有三个随机参数：种群大小（NP）,缩放因子（F）,交叉因数（CR）.这些参数的取值对EIT图像重建效果的好坏起着重要的作用.但当前微分进化算法参数选择具有随机性,大多数的参数研究是通过标准测试函数进行,没有具体到特定的领域.针对这些问题,文章以头部EIT图像重建为例,在给定目标函数和终止条件的基础上,通过大量的仿真实验,分析了各个参数对图像重构结果的影响,并给出了这些参数的合理选取区间,从而为微分进化算法在EIT图像重建中的应用提供了有效的依据.
简介：提出了一种参数自适应的图像超分辨率重建方法.在基于稀疏表示的图像超分辨率重建的经典算法模型框架下,正则化参数可以根据每个图像补丁本身情况自适应地确定,从而克服了人为选择参数且所有补丁参数需一致的缺点,因此使图像重建效果得到提升.实验结果表明,我们所提方法在不同尺寸扩大因子和噪声环境下都优于人工确定参数的情形,三种评价指标均表明所提方法是有效的.
简介：近日，英特尔物联网事业部中国区总经理陈伟发布了一篇标题为《人工智能加持边缘计算，让物联网充分释放数据价值》的文章。他认为，作为分析、挖掘数据价值的创新方法，人工智能可以充分利用、释放数据价值，也给边缘计算带来全新的发展机遇。
基于微分进化的EIT图像重建控制参数研究
稀疏表示图像超分辨率重建的自适应方法
英特尔：让物联网充分释放数据价值
