注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. compressive sensing l1 norm

  2. 求解L1范数的有效方法。是从Donoho那里出来的，有论文和源码。

  3. 所属分类：专业指导

    • 发布日期：2010-02-18
    • 文件大小：1048576
    • 提供者：yuyibintony

  1. 图像去模糊经典文章

  2. 这些文章是图像去模糊计算机视觉领域专于图像去模糊的文章，即有Blind deblur, 也有带核的deblur， 如果想从事图像处理，图像去噪，图像去模糊的研究和开发，可以研读这些文章。

  3. 所属分类：专业指导

    • 发布日期：2013-04-19
    • 文件大小：22020096
    • 提供者：ghostrabbit

  1. L1-norm Minimization

  2. 一份介绍L1-norm Minimization很好的文档

  3. 所属分类：专业指导

    • 发布日期：2013-06-20
    • 文件大小：2097152
    • 提供者：u011143461

  1. Power system harmonic state estimation via sparsity maximization

  2. This paper presents a new system-wide harmonic state estimation method with the capability to identify harmonic sources with fewer meters than state variables. Note there are only a few simultaneous harmonic sources among the suspicious buses. By ex

  3. 所属分类：专业指导

    • 发布日期：2013-12-11
    • 文件大小：423936
    • 提供者：superman55589

  1. Fast and Robust Multi-Frame Super-Resolution

  2. This paper propose an alternate approach using L1 norm minimization and robust regularization based on a bilateral prior to deal with different data and noise models.

  3. 所属分类：其它

    • 发布日期：2014-02-28
    • 文件大小：5242880
    • 提供者：zhaoxunjie

  1. L1-norm Regularization

  2. L1范数正则化，是用于解决目标函数的优化问题的一种方法。

  3. 所属分类：专业指导

  1. L1 norm （稀疏编码的优化原理）

  2. L1 norm和L2 norm的原理及其区别，以及其对优化问题的 不同含义

  3. 所属分类：IT管理

    • 发布日期：2014-10-19
    • 文件大小：239616
    • 提供者：tiandijun

  1. 基于加权l1范数的稀疏信号重建

  2. 基于加权l1范数的稀疏信号重建，稀疏信号是带噪声的-Sparse signal reconstruction based on the weighted l1 norm sparse signal with noise

  3. 所属分类：硬件开发

    • 发布日期：2015-03-19
    • 文件大小：1024
    • 提供者：a13816768973

  1. l1_magic-1.11

  2. 一范数优化matlab代码，l1magic-1.11工具包

  3. 所属分类：其它

    • 发布日期：2015-09-02
    • 文件大小：524288
    • 提供者：ahdhfu445

  1. l1_ls_matlab

  2. l1范数优化matlab代码，l1_ls算法代码包

  3. 所属分类：其它

    • 发布日期：2015-09-02
    • 文件大小：80896
    • 提供者：ahdhfu445

  1. 一种有效的稀疏编码源码

  2. Efficient sparse coding algorithms对应源码，L1-norm约束

  3. 所属分类：机器学习

    • 发布日期：2018-04-04
    • 文件大小：10485760
    • 提供者：yiajlj

  1. 保存caffemodel的L1范数，并以Output*Input的形式输出来

  2. 保存caffemodel的L1范数，并以Output*Input的形式输出来

  3. 所属分类：深度学习

    • 发布日期：2018-07-25
    • 文件大小：884
    • 提供者：freedomustb

  1. Siamese Recurrent Architectures for Learning Sentence Similarity.pdf

  2. 用最简单的模型、最简单的特征工程做出好效果，追求的就是极致性价比。如果有需要，可以在此基础上做一些模型更改和特征工程，提高表现效果。ture for face verification developed by Chopra, Hadsell, and This forces the LSTm to entirely capture the semantic dif- LeCun(2005), which utilizes symmetric Conv Nets where ferences d

  3. 所属分类：深度学习

    • 发布日期：2019-10-14
    • 文件大小：1048576
    • 提供者：wolegequya

  1. ELMM_toolbox.zip

  2. This toolbox contains several scr ipts and functions for MATLAB, to unmix hyperspectral data using the Extended Linear Mixing Model (ELMM). The contents include: - ELMM_ADMM.m: Function performing the unmixing with the ELMM - demo_houston.m: examp

  3. 所属分类：电信

    • 发布日期：2020-07-04
    • 文件大小：12582912
    • 提供者：qingfengfuyanyu

  1. 基于Laplace-SLIM算法的基于DVB-S的稀疏无源雷达成像

  2. 本文研究了基于数字卫星视频广播（DVB-S）系统的稀疏图像重建。 信号模型与我们先前的研究[1-2]略有不同，即我们认为Swerling I模型可以表征目标响应，这意味着目标的散射系数会在不同频率下发生共振。 由于这种影响，传统的稀疏恢复方法的性能将大大降低。 通过利用拉普拉斯先验算法通过迭代最小化（SLIM）进行稀疏学习，我们提出了一种有效的算法Laplace-SLIM来解决上述联合稀疏恢复问题，这可以看作是一种重新加权的l1-norm算法。 仿真结果验证了所提方法和相关分析的有效性。

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：748544
    • 提供者：weixin_38621553

  1. 基于L1范数的二维局部保留映射

  2. 提出了一种基于L1范数的二维局部保留映射(two-dimensional locality preserving projections based on L1-norm,2DLPP-L1)特征提取方法。与传统的基于L2范数的二维局部保留映射(2DLPP)相比,所提方法有两个优点。首先,由于L1范数对噪声不敏感,因此它具有更强的抗噪声能力;其次,它不需要进行特征值分解。在两个人脸数据库和一个手写数字数据集上的实验结果表明,当训练集中有噪声时,所提的2DLPP-L1能够取得优于传统2DLPP的分类

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：930816
    • 提供者：weixin_38705252

  1. Linear prediction analysis of speech signal based on L1 norm

  2. Linear prediction analysis of speech signal based on L1 norm

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：221184
    • 提供者：weixin_38651450

  1. Sparse Canonical Correlation Analysis via Truncated L1-norm with Application to Brain Imaging Genetics

  2. Sparse Canonical Correlation Analysis via Truncated L1-norm with Application to Brain Imaging Genetics

  3. 所属分类：其它

    • 发布日期：2021-02-08
    • 文件大小：216064
    • 提供者：weixin_38638292

  1. Tensor robust principal component analysis with complex noise

  2. The RPCA model has achieved good performances in various applications. However, two defects limit its effectiveness. Firstly, it is designed for dealing with data in matrix form, which fails to exploit the structure information of higher order tensor

  3. 所属分类：其它

    • 发布日期：2021-02-08
    • 文件大小：1048576
    • 提供者：weixin_38606897

  1. Tikhonov-regularization-based projecting sparsity pursuit method for fluorescence molecular tomography reconstruction

  2. For fluorescence molecular tomography (FMT), image quality could be improved by incorporating a sparsity constraint. The L1 norm regularization method has been proven better than the L2 norm, like Tikhonov regularization. However, the Tikhonov method

  3. 所属分类：其它

    • 发布日期：2021-01-26
    • 文件大小：637952
    • 提供者：weixin_38679651
« 12 »