Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Powiadomienia systemowe

Sesja wygasła!

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: sieć gęsta

Sortuj według:

Ogranicz wyniki do:

Performance analysis of a dual stage deep rain streak removal convolution neural network module with a modified deep residual dense network

Jayaraman Thiyagarajan, Chinnusamy Shankar

International Journal of Applied Mathematics and Computer Science

2022

Vol. 32, no. 1

111--123

The visual appearance of outdoor captured images is affected by various weather conditions, such as rain patterns, haze, fog and snow. The rain pattern creates more degradation in the visual quality of the image due to its physical structure compared with other weather conditions. Also, the rain pattern affects both foreground and background image information. The removal of rain patterns from a single image is a critical process, and more attention is given to remove the structural rain pattern from real-time rain images. In this paper, we analyze the single image deraining problem and present a solution using the dual stage deep rain streak removal convolutional neural network. The proposed single image deraining framework primarily consists of three main blocks: a derain streaks removal CNN (derain SRCNN), a modified residual dense block (MRDB), and a six-stage scale feature aggregation module (3SFAM). The ablation study is conducted to evaluate the performance of various modules available in the proposed deraining network. The robustness of the proposed deraining network is evaluated over the popular synthetic and real-time data sets using four performance metrics such as the peak signal-to-noise ratio (PSNR), the feature similarity index (FSIM), the structural similarity index measure (SSIM), and the universal image quality index (UIQI). The experimental results show that the proposed framework outperforms both synthetic and real-time images compared with other state-of-the-art single image deraining approaches. In addition, the proposed network takes less running and training time.

Analiza symulacyjna wpływu poziomu wykrywania nośnej na wydajność sieci IEEE 802.11 o topologii linii

Ząbkowicz G., Natkaniec M.

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

2016

nr 6

357--360, CD

Artykuł zawiera analizę symulacyjną sieci standardu IEEE 802.11 w topologii linii ze stacjami ukrytymi ze zmiennym poziomem wykrywania nośnej. Praca nawiązuje do wersji draft standardu IEEE 802.11ax, w którym przewidziane jest użycie zmiennego poziomu wykrywania nośnej dla różnych stacji. W artykule przedstawiono wyniki symulacji ilustrujące wpływ zmiany poziomu wykrywania nośnej na wydajność całej sieci oraz ruch realizowany poszczególnych stacji. Analizowano również wpływ mechanizmu RTS/CTS na wydajność badanej sieci.

This paper presents simulation analysis of IEEE 802.11 network with hidden nodes in line topology for different carrier sense levels. The work refers to the draft of the IEEE 802.11ax extension, which employs a dynamic carrier sense level mechanism. The article presents the simulations results of carrier sense level changes on network performance and throughput obtained by individual nodes. The impact of RTS/CTS mechanism on network performance was also analyzed.