Antecedents of Trust and the Continuance Intention in IoT-Based Smart Products: The Case of Consumer Wearables

บทความในวารสาร

ผู้เขียน/บรรณาธิการ

กลุ่มสาขาการวิจัยเชิงกลยุทธ์

ไม่พบข้อมูลที่เกี่ยวข้อง

รายละเอียดสำหรับงานพิมพ์

รายชื่อผู้แต่ง: Pal D., Funilkul S., Papasratorn B.

ผู้เผยแพร่: Taylor and Francis Ltd.

ปีที่เผยแพร่ (ค.ศ.): 2019

Volume number: 7

หน้าแรก: 184160

หน้าสุดท้าย: 184171

จำนวนหน้า: 12

นอก: 1741-5977

eISSN: 1741-5977

URL: https://www.scopus.com/inward/record.uri?eid=2-s2.0-85078591357&doi=10.1080%2f17415977.2019.1709454&partnerID=40&md5=c51811824566b473aa584a721ab7f57a

ภาษา: English-Great Britain (EN-GB)

ดูในเว็บของวิทยาศาสตร์ | ดูบนเว็บไซต์ของสำนักพิมพ์ | บทความในเว็บของวิทยาศาสตร์

บทคัดย่อ

Restoring images corrupted by Poisson noise have attracted much attention in recent years due to its significant applications in image processing. There are various regularization methods of solving this problem and one of the most famous is the total variation (TV) model. In this paper, we present a new method based on accelerated alternating minimization algorithm (AAMA) which involves minimizing the sum of a Kullback–Leibler divergence term and a TV term for restoring Poisson noise degraded images. Our proposed algorithm is applied in solving the aforementioned problem and its convergence analysis is established under very weak conditions. In addition, the numerical examples reported demonstrate the efficiency and versatility of our method compared to existing methods of restoring images with Poisson noise. © 2020, © 2020 Informa UK Limited, trading as Taylor & Francis Group.

คำสำคัญ

alternating direction method, correction procedure, Poisson noise images