AAM  >> Vol. 13 No. 5 (May 2024)

应用数学进展
Advances in Applied Mathematics
Vol.13 No.5(2024), Paper ID 88415, 14 pages
DOI:10.12677/aam.2024.135217

基于多尺度去噪正则化和深度神经网络的相位恢复
Phase Retrieval Based on Multi-Scale Regularization by Denoising and Deep Neural Networks

李雪明,郭 兵:吉首大学数学与统计学院,湖南 吉首

版权 © 2017 李雪明, 郭 兵。本期刊文章已获得知识共享署名国际组织(Creative Commons Attribution International License)的认证许可。您可以复制、发行、展览、表演、放映、广播或通过信息网络传播本作品;您必须按照作者或者许可人指定的方式对作品进行署名。

How to Cite this Article


李雪明, 郭兵. 基于多尺度去噪正则化和深度神经网络的相位恢复[J]. 应用数学进展, 2024, 13(5): 2296-2310. https://doi.org/10.12677/aam.2024.135217