文献速递：GAN医学影像合成–用生成对抗网络生成 3D TOF-MRA 体积和分割标签 01 文献速递介绍 深度学习算法在自然图像分析中的成功近年来已被应用于医学成像领域。深度学习方法已被用于自动化各种耗时的手动任务，如医学图像的分割和分类（Greenspan 等，2016年；Lundervold 和 Lundervold，2019年）。特别是，监督式深度学习方法通过将输入图像中的特征映射到

Multi-Range Attentive Bicomponent Graph Convolutional Network for Traffic Forecasting论文总结 作者：Weiqi Chen，Ling Chen et al. , Zhejiang University, Alibaba Group, 来源：AAAI 2020 1 论文背景动机         交通预测对交通

Pansharpening Based on Adaptive High-Frequency Fusion and Injection Coefficients Optimization （基于自适应高频融合和注入系数优化的全色锐化） 全色锐化的目的是将多光谱（MS）图像与全色（PAN）图像融合，以生成高空间分辨率的多光谱（HRMS）图像。针对传统的全色锐化方法没有充分考虑MS图像的信息，导致