关键词fourier phase retrieval
搜索结果 - 4
- 基于坐标的神经网络用于傅立叶相位恢复
研究介绍了一种名为 Single impliCit neurAl Network (SCAN) 的工具,它是基于精心设计的坐标神经网络,用于提升相位恢复性能和精度,在高清晰度成像领域和相干衍射成像中具有重要应用价值。SCAN 通过无监督的方 - 基于未经训练的神经网络的傅里叶相位恢复及其在极少测量中的嵌入
使用基于交替方向乘子方法(ADMM)框架的未训练神经网络(NN)嵌入算法,通过生成网络和总变差(TV)正则化来解决具有少量测量的 Fourier 相位恢复(FPR)问题,从而减少计算资源,并能与训练的 NN 算法竞争性地表现。
- ECCV使用学习参考解决相位恢复
本文提出了一种基于学习参考信号和解卷积神经网络的 Fourier 相位恢复方法,该方法在计算成本小的情况下提供接近完美的恢复,相比标准 Fourier 相位恢复方法有显著的性能提高。
- 基于 STFT 测量的非凸相位恢复
本文研究从相位不完整的短时傅里叶变换 (STFT) 测量中恢复信号的问题,其中当使用最小二乘问题的解来构造一个矩阵的主特征向量作为初始值,该问题可以由两种基于非凸优化的本地优化算法解决,其中第一种算法是基于最小化经验风险损失函数,第二种算法