从豆丁转载的JSQ算法的文章，希望对大家有所帮助

Kernel RX: a new nonlinear anomaly detector Heesung Kwon and Nasser M. Nasrabadi.这是KRX异常检测算法论文原文。

成熟的计算机视觉技术允许重建 从图像中挑战3D对象。然而，由于高度的复杂性 植物拓扑中，用于生成三维植物模型的专用方法 必须设计。我们建议使用 一种综合分析方法，混合来自单一图像的信息 以及对植物种类的先验知识。 首先，我们专用的骨架算法从叶子分割中生成一个可能的分支结构。然后，一个3D生成模型， 建立了考虑植物知识的分支系统参数模型。生成的骨架遵循 自然分支结构的层次结构。的一个实例 可以生成一个3D模型。的变参数值 生成模型(植物和树叶的主要分枝结构)，我们 生产一系列

目前最新publish的去雾算法工作，彻底将去雾问题转化为一个端到端（End-to-End）解决的问题。首先，为了实现端到端训练且避免利用额外的方法估计全局大气光照 A，文章做了一些简单的数学变换，把 t(x) 和 A 统一到了一个变量 K(x) 当中。这样只需要用网络估计出 K(x) 就可以直接得到 J(x) 了。