周尚波
- 作品数：105 被引量：433H指数：13
- 供职机构：重庆大学更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金国家教育部“211”工程更多>>
- 相关领域：自动化与计算机技术电子电信文化科学电气工程更多>>
- 基于柏林噪声的中国水墨画仿真算法被引量：5
- 2010年
- 为了实现中国水墨画的计算机仿真,基于对水墨画感性艺术效果的分析,提出了基于柏林噪声的中国水墨画仿真算法。该算法运用柏林噪声的基本理论,通过构造随机噪声函数、插值干扰函数等方法来实现水墨画的特征效果。仿真结果证明该算法较成功地模拟了中国水墨画的典型艺术效果。
- 罗燕吴中福郭选昌周尚波
- 关键词：非真实感绘制中国水墨画
- 基于改进粒子系统模型的“竹”群分布形态仿真算法
- 2010年
- 基于粒子系统模型的基本思想,即个体行为受群体行为控制的模式作为所研究问题的切入点,提出了一种模拟"竹"群分布形态的仿真算法。对原有粒子系统模型的随机分布算法进行了改进,使随机分布的粒子在整体分布上打破了矩形的规则形状,并将改进后的算法应用于"竹"群分布形态的仿真中,从而可以较真实地模拟出"竹"群的不同分布形态,这为植物的仿真模拟提供了一种新的解决方案,并将粒子系统模型的应用范围扩展到了植物的群体生长方式之中。
- 罗燕吴中福郭选昌周尚波
- 一种基于卷积神经网络的荞麦病害识别方法
- 本发明涉及植物技病害识别术领域，具体涉及一种基于卷积神经网络的荞麦病害识别方法，包括：构建荞麦病害识别模型，并训练所述荞麦病害识别模型；基于梯度下降算法和粒子群算法的结合优化所述荞麦病害识别模型的模型参数；获取待识别荞麦...
- 周尚波刘小娟
- 基于遥感影像的U型空洞全卷积分割网络识别模型
- 本发明公开了基于遥感影像的U型空洞全卷积分割网络识别模型,包括数据预处理模块、模型训练模块和模型评价模块；其特征在于：所述数据预处理模块：用于将遥感影像进行数据预处理操作，得到数据集，再将数据集等比抽样，生成训练集、验证...
- 周尚波齐颖张子涵王李闽朱淑芳
- 文献传递
- 多聚焦图像融合方法
- 本发明公开了一种多聚焦图像融合方法，属于图像处理领域。在多聚焦图像融合过程中采用增强差分演化方法和扩块选择机制图像融合方法，其中相比于标准差分演化方法，该增强差分演化方法根据图像的大小，区间初始化种群，在每一次迭代后进行...
- 冯永李铁柱钟将周尚波李季
- 文献传递
- 一种基于语义依存关系融合特征的舆情文本情感分析方法
- 本发明公开了一种基于语义依存关系融合特征的舆情文本情感分析方法，其针对舆情文本在字粒度和特征词粒度都进行了特征编码处理，以提取舆情文本中更细粒度的情感表达信息，并且还借助依存句法分析来提取特征词间的依存关系信息，以挖掘和...
- 李雨佟周尚波
- Visual C++.NET平台上的有限元程序设计
- 2007年
- 介绍了Visual C++.NET平台的特点,并从MFC、数据库及ADO.NET、GDI+、混合编程等方面具体讨论了平台在有限元程序设计中的应用,指出该平台将成为有限元程序设计的最强有力的开发平台之一,为在新的平台上进行有限元程序设计提出了新的思路。
- 马朝环周尚波
- 关键词：VISUALC++.NETMFCADO.NETGDI+混合编程
- 劳(Lao)喷管扩张段优化设计的数值方法研究被引量：5
- 2001年
- 本文建立了火箭发动机喷管扩张段优化设计 ( Lao喷管 )的型面曲线近似作图法的数学模型 ,将作图法转化为等价的优化问题 ,并给出了优化问题解的迭代方法 ,最后采用泛函网络的方法对离散的数值解进行了曲线拟合 ,以便于数控加工的编程。
- 周尚波黎玉贵虞厥邦廖哓峰
- 关键词：火箭发动机喷管优化设计泛函网络扩张段迭代方法
- 基于BAG误匹配的JPEG窜改图像的被动检测算法
- 2012年
- 当JPEG图像被窜改时,通过检测人工的块状网格BAG(block artifact grid)误匹配的痕迹,可以判定待检测图像是否被窜改过,但这种算法有较高的虚警率,提出一种改进算法。首先利用BAG误匹配原理检测图像,再在疑似窜改区域检测竖直方向和水平方向上是否同时存在相邻BAG的边缘,从而将窜改区域与偶发噪声点区域分开,最后对全图进行形态学处理,进一步消除噪声。实验证明,该算法可以在有效检测窜改区域的情况下,降低算法的虚警率,在数字图像的被动检测领域有广泛的应用前景。
- 张鑫周尚波
- 关键词：JPEG图像虚警率
- 结合对比感知损失和融合注意力的图像去雾模型被引量：2
- 2023年
- 基于深度学习的图像去雾方法主要是通过增加网络的深度或宽度来提升算法的性能,但是这样需要更多的计算资源,并且现有的去雾模型仅将无雾图像作为正样本来指导网络的训练,未能充分利用负样本即雾天图像。为了进一步利用雾天图像和无雾图像对之间的特征差异,并且更灵活地处理不同尺度、位置、范围、角度等区域特征,对重要的特征赋予更大的权重,在DehazeFormer-T模型基础上加入对比感知损失和融合注意力机制,提出改进的CFFormer模型。以L1损失函数度量真实图像和预测图像之间的重建损失,采用对比感知损失函数提取固定的预训练网络VGG16的权重,提升对比学习的能力,并将真实无雾图像和雾天图像分别作为正负样本,拉近预测图像和清晰图像,同时推远有雾图像。此外,将尺度注意力、空间注意力和通道注意力进行融合,在特征图的不同维度上分别应用注意力机制,使网络关注更重要的信息。实验结果表明,CFFormer在RESIDE的ITS数据集上PSNR和SSIM指标比DehazeFormer-T分别提高9.4%和0.6%,验证了模型的有效性。
- 王可铮徐玉芬周尚波
- 关键词：图像去雾
