論文元數(shù)據(jù)搜索，找到相關(guān)信息共 2 條：
2019, 41(9): 2151-2155.
doi: 10.11999/JEIT180884
刊出日期：2019-09-10
該文基于Ding-廣義分圓理論，將周期為$ 2{p^m}$ ($ p$ 為奇素?cái)?shù)，$ m$ 為正整數(shù))廣義分圓序列的研究推廣到任意素?cái)?shù)階情形，構(gòu)造了一類新序列。通過(guò)數(shù)論方法分析多項(xiàng)式廣義分圓類，確定并計(jì)算線性復(fù)雜度與序列的2次剩余類和2次非剩余類的劃分緊密相關(guān)。結(jié)果表明該類序列的線性復(fù)雜度遠(yuǎn)遠(yuǎn)大于周期的一半，能抗擊應(yīng)用Berlekamp-Massey(B-M)算法的安全攻擊，是密碼學(xué)意義上性質(zhì)良好的偽隨機(jī)序列。
2022, 44(10): 3343-3352.
doi: 10.11999/JEIT220380
刊出日期：2022-10-19
基于深度卷積神經(jīng)網(wǎng)絡(luò)的圖像超分辨率重建算法通常假設(shè)低分辨率圖像的降質(zhì)是固定且已知的，如雙3次下采樣等，因此難以處理降質(zhì)(如模糊核及噪聲水平)未知的圖像。針對(duì)此問(wèn)題，該文提出聯(lián)合估計(jì)模糊核、噪聲水平和高分辨率圖像，設(shè)計(jì)了一種基于迭代交替優(yōu)化的圖像盲超分辨率重建網(wǎng)絡(luò)。在所提網(wǎng)絡(luò)中，圖像重建器以估計(jì)的模糊核和噪聲水平作為先驗(yàn)信息，由低分辨率圖像重建出高分辨率圖像；同時(shí)，綜合低分辨率圖像和估計(jì)的高分辨率圖像，模糊核及噪聲水平估計(jì)器分別實(shí)現(xiàn)模糊核和噪聲水平的估計(jì)。進(jìn)一步地，該文提出對(duì)模糊核/噪聲水平估計(jì)器及圖像重建器進(jìn)行迭代交替的端對(duì)端優(yōu)化，以提高它們的兼容性并使其相互促進(jìn)。實(shí)驗(yàn)結(jié)果表明，與IKC, DASR, MANet, DAN等現(xiàn)有算法相比，提出方法在常用公開測(cè)試集(Set5, Set14, B100, Urban100)及真實(shí)場(chǎng)景圖像上都取得了更優(yōu)的性能，能夠更好地對(duì)降質(zhì)未知的圖像進(jìn)行重建；同時(shí)，提出方法在參數(shù)量或處理效率上也有一定的優(yōu)勢(shì)。
