简介:为了提高图像插值的恢复效果,提出了一种基于图结构正则化稀疏表示的双层伯格曼迭代算法.该迭代算法的外层用于约束图像观测数据,内层用于更新图像块的学习字典和稀疏表示系数.引入的图结构正则化稀疏表示约束可以有效地自适应图像块的局部结构,对于严重受损的情形也能得到精确的恢复结果.此外,在内层迭代中改进的稀疏表示和简洁的字典更新策略使算法能快速地趋于收敛.数值实验结果表明,所提出的算法可以有效地恢复图像,在主观视觉效果和客观量化标准上要优于目前已有的算法.更多还原
简介:一、评价现状(一)评价理念已有的教学评价依据是评价教师是否按照规定动作完成相应的教学内容。很少注重教师的专业化发展需求和学生个性化培养需求。在此评价理念的指导下,实施的教师教学评价实质是一种传统的奖惩性评价,即通过一系列量化指标给教师打分,然后据此进行年终考核,并以此作为教师未来晋级、晋职和实行“奖惩”的主要依据。在此评价理念的指导下,教学评价仅仅被当作管理教师的一种手段,强调了职称评定和相关选拔的指标。这种类型的评价体系无益于教学质量的提高,无益于教师在教学评价过程中的自我激励和发展,无益于学生的个性化培养及创新意识的提高。