基于WGAN单帧人脸图像超分辨率算法

针对人脸超分辨率重建中引入的先验知识不够丰富的问题,提出了一种基于Wasserstein生成对抗网络(WGAN)的人脸超分辨率重建算法。模型包含生成网络和判别网络,生成网络去除批量规范层并增加残差块数量加深网络深度,判别网络增加特征图通道数并引入了快捷连接优化网络,模型用Wasserstein距离代替KL散度作为网络的对抗损失,交替训练生成网络和判别网络,生成高分辨率的人脸图像。实验结果表明,相比原始生成对抗网络超分辨率重建算法(SRGAN),所提算法在MS-Celeb-1M和LFW数据集中峰值信噪比(PSNR)和结构相似性(SSIM)分别提高了0.26 dB、2%和0.31 dB、3%,同时对比最近邻(NN)、双三次插值(Bic)、基于卷积神经网络超分辨率重建(SRCNN)、SRGAN,所提算法在LFW、MS-Celeb-1M数据集上均重建出视觉效果更好的人脸图像,证明了该算法的有效性,为人脸超分辨率重建提出了新的解决方案。

最大相关与独立分类信息最大化特征选择算法

模式识别、自然语言处理和生物信息学等各领域的高维数据,存在着大量的无关和冗余特征,增加了数据分析时问题的复杂度,因此有必要通过特征选择来剔除无关和冗余特征。基于互信息的特征选择算法评价准则存在以下不足:评价标准单一,以最小化特征之间冗余性或最大化特征提供的新分类信息评价特征,选择出的特征不具有最佳的类辨别能力;基于累加求和的评价准则易过高估计特征的重要性。为此,提出一种基于最大相关性独立分类信息最大化(maximum relevance and independent classification information maximization,MRICIM)的特征选择算法。该算法以互信息评价特征与类别的相关性,采用独立分类信息综合衡量新分类信息和特征冗余,利用最大最小准则对特征的重要性进行非线性评价。在6个评测数据集上与4个具有代表性的特征选择算法进行比较,结果表明,MRICIM能够有效地提升分类准确率和F-measure。

探究初中道德与法治课堂的有效教学策略

在教育改革及素质教育深入推进的背景下,如何发挥道德与法治教学的作用,提高道德与法治课堂教学的有效性已成为广大教育工作者重点思考与探究的问题。文章简要概述了道德与法治课程教学的含义及教学要求,针对影响初中道德与法治课程教学效果的因素做了详细的分析,并就有效的初中道德与法治课堂教学策略进行了深入探究。