机读格式显示(MARC)

• 000 01597nam0 22002771 450

• 001 0000401070

• 005 20211104154900.0

• 010 __ |a 978-7-5096-7921-0 |d CNY78.00

• 100 __ |a 20211025d2021 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a a 000yy

• 106 __ |a r

• 200 1_ |a 图像逆问题求解研究 |A tu xiang ni wen ti qiu jie yan jiu |e 基于深度神经网络的视角 |d = Research on solving image inverse problem |e from the perspective of deep neural network |f 张墨华著 |z eng

• 210 __ |a 北京 |c 经济管理出版社 |d 2021.05

• 215 __ |a 209页 |c 图 |d 24cm

• 314 __ |a 张墨华, 博士, 河南财经政法大学副教授。

• 320 __ |a 有书目 (第184-209页)

• 330 __ |a 本书针对深度生成式图像先验模型管理相关理论研究还不完备, 研究深度生成式模型的可逆求解教学案例研究等问题, 证明了对于浅层反卷积生成式网络, 采用梯度下降可以有效地实现隐编码管理求解 ; 证明投影梯度算法在目标函数满足受限强凸/受限强平滑条件下是收敛的 ; 针对当前深度生成式网络尚不能完全学习到丰富且复杂的自然图像分布的问题, 提出新的扩展生成式网络表示范围的图像复原算法, 同时考虑生成器范围内和范围外图像还原损失项, 通过最小化额外的范围误差惩罚项关联范围内和范围外图像管理, 通过调整最终目标项中每个损失项附加的权重来控制误差松弛量, 以此扩展生成式网络表示能力。

• 510 1_ |a Research on solving image inverse problem |e from the perspective of deep neural network |z eng

• 517 1_ |a 基于深度神经网络的视角 |A ji yu shen du shen jing wang luo de shi jiao

• 606 0_ |a 图象处理 |A tu xiang chu li

• 690 __ |a TP391.413 |v 5

• 701 _0 |a 张墨华, |A zhang mo hua |f 1979- |4 著

• 801 _0 |a CN |b 辽批 |c 20211025

• 905 __ |a AUSTL |d TP391.413/Z519A43-2