一种基于机器学习的多参数Tikhonov正则化方法

    公开(公告)号:CN112150459B

    公开(公告)日:2023-07-21

    申请号:CN202011109658.8

    申请日:2020-10-16

    Abstract: 本发明提供1、一种基于机器学习的多参数Tikhonov正则化方法,其特征是,包括如下步骤:S1、数据收集:确定研究对象并收集符合场景的图片;S2、图像预处理;S3、计算最优Tikhonov正则化参数;S4、图像恢复;S5、根据Tikhonov正则化参数和相对错误率,对结果进行分析。本发明针对满足同类周期边界条件的图像做出了针对性优化,通过预处理以及优化改进的机器学习算法,预先计算出了符合此类图像的最优Tikhonov正则化参数向量。当输入此类受损图像时,可以快速高效地对图像进行恢复,且较传统方案,提升了图像恢复质量。

    一种用于QDT综合驾控操作训练的数据库管理系统及方法

    公开(公告)号:CN118503490A

    公开(公告)日:2024-08-16

    申请号:CN202410700429.5

    申请日:2024-05-31

    Abstract: 本发明提供了一种用于QDT综合驾控操作训练的数据库管理系统及方法,属于数据管理领域。为了解决QDT模拟器数据管理时存在数据间关联性较差、人机交互性差,且无法根据已存储数据复现相应训练过程的问题。本发明可动态实现QDT模拟器系统数据的管理,同时降低计算机资源的开销;对数据进行有效的关联,减小存储的错误率和后期的数据分析难度,提高了管理效率;具有较好的人机交互性,使教练员能够实时、准确地掌握学员的训练状况,方便对学员训练效果的综合评价;可满足QDT模拟器的大量、多种类数据的管理需求,提高整体品质,且可使用在其他类型模拟器中,具有广泛的应用前景。

    一种基于机器学习的多参数Tikhonov正则化方法

    公开(公告)号:CN112150459A

    公开(公告)日:2020-12-29

    申请号:CN202011109658.8

    申请日:2020-10-16

    Abstract: 本发明提供1、一种基于机器学习的多参数Tikhonov正则化方法,其特征是,包括如下步骤:S1、数据收集:确定研究对象并收集符合场景的图片;S2、图像预处理;S3、计算最优Tikhonov正则化参数;S4、图像恢复;S5、根据Tikhonov正则化参数和相对错误率,对结果进行分析。本发明针对满足同类周期边界条件的图像做出了针对性优化,通过预处理以及优化改进的机器学习算法,预先计算出了符合此类图像的最优Tikhonov正则化参数向量。当输入此类受损图像时,可以快速高效地对图像进行恢复,且较传统方案,提升了图像恢复质量。

Patent Agency Ranking