具有Holling-Ⅱ型功能反应函数的双时滞捕食者-食饵系统的Hopf分支

在具有Holling-Ⅱ型功能反应函数的捕食者-食饵系统中引入2个时滞参数,用来刻画捕食者和食饵的生长时滞,研究了系统平衡点的局部稳定性.结果表明,随着参数的变化,系统平衡点发生了扰动,进而出现了周期解.给出了Hopf分支存在条件的显示表达式,并通过数值实验验证了结论.

改进的LapSRN遥感图像超分辨重建

为了进一步提高遥感图像的超分辨效果,获得细节信息更加丰富的遥感图像,对深度拉普拉斯金字塔网络(Deep Laplacian pyramid super-resolution network,DLPSRN)进行了改进。遥感图像的特征提取是超分辨过程中重要的一部分,直接影响遥感图像超分辨重建的效果,本文改进了深度拉普拉斯金字塔网络特征的提取模块,应用非对称卷积块即多个并行的卷积核代替单一卷积核,可获得更好的图像特征提取效果。同时,加入了自适应特征集成模块,对提取的不同分辨率的图像特征进行特征交互。预测图像特征的最终权重,按照最终权重来进行遥感图像的超分辨重建,可获得更好的超分辨重建效果。实验结果表明,与原算法相比,改进的深度拉普拉斯金字塔网络重建图像,主观视觉效果和客观评价指标均有所提升,主观视觉上图像细节增多,客观评价指标峰值信噪比提高了0.61 dB,结构相似性提高了0.076。

基于级联残差对抗生成网络的超分辨重建

图像超分辨率技术在遥感领域的应用越来越多,卷积神经网络(Convolutional neural network, CNN)在图像超分辨率任务方面取得了比传统方法更显著的改进。为了解决超分辨重建算法重建图像细节不清晰的问题,对基于对抗生成网络的超分辨重建算法进行了研究,以恢复接近人眼感知质量的超分辨重建图像。对抗生成网络分为生成器子模块和判别器子模块,生成器模块提取的低频图像特征在进入残差块前进行分组卷积,达到了降低参数量的目的。每3个残差块构成一个级联块,级联块通过级联的方式聚合不同级联块之间图像的特征,以实现信息流传递到更加深层的网络中,经过上采样完成生成器中的图像重建过程。判别器网络用于判别是否为生成器重建图像和真实的高分辨率图像,在真实高分辨率图像的判别过程中提高模型能力。同时,研究了加入感知损失对超分辨重建图像的影响,使重建图片纹理细节更加丰富。实验结果表明,重建图像的峰值信噪比较原来算法提高了0.48 dB,结构相似度提高了0.023,该模型在主观视觉评价和客观量化评估上有所提升。