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. compressed sensing

  2. 和 compressed sensing 有关的 matlab资料 如L1优化算法。

  3. 所属分类：其它

    • 发布日期：2009-09-14
    • 文件大小：368640
    • 提供者：fuxiping67

  1. 一种ATM快速优化路由算法

  2. 无线移动Ad hoc网络L1 J是指由一组带有无线收 发装置的移动节点组成的一种多跳的、临时性的自 治系统，网络中所有节点的地位平等，不需要任何 固定的基础设施或中心控制节点的支持，具有很强 的抗毁性。节点可以随时离开或加入网络，每个节 点不仅具有普通移动终端所需的功能，而且具有报 文转发能力。当通信的源节点和目的节点不在直接 通信范围之内时，它们可以通过中间节点转发报文 进行通信。

  3. 所属分类：网络基础

    • 发布日期：2010-01-01
    • 文件大小：459776
    • 提供者：gordonxu21

  1. GPS卫星L1信号的捕获研究

  2. 在GPS接收机中，为了得到导航电文并对其进行解算，要完成复杂的信号处理过程。其中，捕获到卫星信号并对C/A码进行跟踪是研制GPS接收机的重要问题之一。本文在对GPS信号的结构进行深入的分析后，以MATLAB为平台实现这个捕获总模块，对算法进行设计及优化后，给出了相应的仿真。 本文主要是对C/A码的生成原理及其特性、GPS信号的形式及生成原理进行了深入地分析，并对GPS信号的捕获机理进行详细地阐述。在进行码捕获时，将伪码剥离，便于实现GPS的解扩过程。主要是通过 MATLAB编程工具模拟GPS信

  3. 所属分类：其它

    • 发布日期：2010-06-07
    • 文件大小：201728
    • 提供者：t20070610080122

  1. Algorithms for Best L1 and L_infinity Linear Approximations on a Discrete Set

  2. 一个简单对于有限集合进行线性规划的算法，优化的目标函数是L1和L无穷

  3. 所属分类：C/C++

    • 发布日期：2011-09-26
    • 文件大小：657408
    • 提供者：zillfeagle

  1. 基于L1的压缩感知算法

  2. L1范数在压缩感知优化算法在Matlab中的实现

  3. 所属分类：桌面系统

    • 发布日期：2013-04-16
    • 文件大小：66560
    • 提供者：u010316710

  1. 凸优化LASSO算法

  2. 在压缩感知的稀疏重构算法中，凸优化是一类非常重要的重构算法。LASSO算法是L1范数重构的算法

  3. 所属分类：专业指导

    • 发布日期：2015-10-12
    • 文件大小：4096
    • 提供者：skyone123

  1. 求解L1_正则项优化问题的两种算法_朱红

  2. caj格式，可以在知网下载阅读器打开 求解L1_正则项优化问题的两种算法_朱红 求解L1_正则项优化问题的两种算法_朱红

  3. 所属分类：机器学习

    • 发布日期：2017-12-28
    • 文件大小：1048576
    • 提供者：chuangechuange

  1. CS的基础追踪算法

  2. 除匹配追踪类贪婪迭代算法之外，压缩感知重构算法另一大类就是凸优化算法或最优化逼近方法，这类方法通过将非凸问题转化为凸问题求解找到信号的逼近，其中最常用的方法就是基追踪(Basis Pursuit, BP)，该方法提出使用l1范数替代l0范数来解决最优化问题，以便使用线性规划方法来求解

  3. 所属分类：其它

    • 发布日期：2018-04-19
    • 文件大小：731136
    • 提供者：weixin_41678506

  1. MUSIC算法与基于L1范数的DOA估计算法对比.m

  2. 利用MATLAB实现了MUSIC算法与基于L1范数的DOA估计算法对比，里面有关于1范数的求解，用到CVX工具箱，凸优化

  3. 所属分类：电信

    • 发布日期：2020-06-24
    • 文件大小：3072
    • 提供者：yhcwjh

  1. C语言演示对归并排序算法的优化实现

  2. 基础 如果有两个数组已经有序，那么可以把这两个数组归并为更大的一个有序数组。归并排序便是建立在这一基础上。要将一个数组排序，可以将它划分为两个子数组分别排序，然后将结果归并，使得整体有序。子数组的排序同样采用这样的方法排序，这个过程是递归的。 下面是示例代码： #include timsort.h #include #include // 将两个长度分别为l1, l2的已排序数组p1, p2合并为一个 // 已排序的目标数组。 void merge(int target[], int p

  3. 所属分类：其它

    • 发布日期：2020-12-31
    • 文件大小：121856
    • 提供者：weixin_38713057

  1. 使用平滑的L0范数算法恢复相关行稀疏信号

  2. 分布式压缩感知（DCS）是一个新兴的研究领域，它利用了信号内和信号间的相关性。 本文关注于稀疏信号的恢复，该稀疏信号可以被建模为在同一位置集具有不同非零系数的联合稀疏模型​​（JSM）2。 利用平滑的L0范数算法将非凸且难处理的混合L2,0范数优化问题转换为可解决的问题。 与一系列的单测量矢量问题相比，该方法可以充分利用信号间的相关性，从而获得更好的重建性能。 仿真结果表明，在无噪声和高噪声情况下，我们的算法均优于L1,1规范优化，并且与L1,2恢复相比，其对热噪声的鲁棒性更高。 此外，借助利用

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：336896
    • 提供者：weixin_38649091

  1. 基于Homotopy-DCD算法的基于稀疏重构的加权非凸优化

  2. 提出了一种简单，高效，易于硬件实现的迭代加权算法，以提高基于压缩感知（CS）的稀疏重建的恢复性能。 与传统的l1范数和加权的l1范数优化相比，该算法专注于使用同伦和二分坐标下降（DCD）算法来解决加权非凸罚分最小化问题。 数值实验结果表明，所提出的新方法在信号重建质量方面优于传统方法。

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：400384
    • 提供者：weixin_38627769

  1. 通过最小的L1规范测距标准对TWSVM进行有效而强大的分类

  2. 孪生支持向量机（TWSVM）是用于分类问题的经典距离度量学习方法。 TWSVM标准是根据平方的L2-范数距离制定的，因此容易受到异常值的影响。 在本文中，为了开发鲁棒的距离度量学习方法，我们为使用鲁棒的L1范数距离度量的TWSVM分类器提出了一个新的目标函数L1-TWSVM。 优化策略是通过使用健壮的L1范数距离而不是传统的L2范数距离来最大化类间距离色散与类内距离色散的比率。 最终的目标函数在优化方面更具挑战性，因为它涉及一个不平滑的L1范数项。 作为本文的重要贡献，我们设计了一种简单但有效的

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：945152
    • 提供者：weixin_38600460

  1. 基于非局部先验的单幅图像去雾算法

  2. 现有单幅图像去雾算法大多基于局部先验,去雾结果存在块效应。在处理浓雾区域时,如果没有特殊处理,会导致图像中的一些伪影被增大,比如在原始的有雾图像中几乎不可见的噪声、色彩重叠等,在去雾后的图像中被增强,进而影响图像质量。针对以上存在的问题,提出了一种改进算法。首先采用非局部先验,估算初始的透射率,然后采用正则化的方法优化透射率,并且将原始图像和去雾后图像的梯度差L1/2范数作为正则化项,达到抑制噪声干扰的目的。结果表明,该算法能够很好地恢复出图像的细节信息和色彩;与局部先验方法相比,具有更好的稳健

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：2097152
    • 提供者：weixin_38530536

  1. ilo：使用深度生成模型对逆问题进行中间层优化的正式实施-源码

  2. 官方实施：使用深度生成模型对逆问题进行中间层优化 该存储库托管了该论文的官方PyTorch实现：“使用深度生成模型对逆问题进行中间层优化”。 抽象 我们提出了中间层优化（ILO），这是一种用于解决具有深层生成模型的逆问题的新型优化算法。 不仅仅对初始潜在代码进行优化，我们还逐步更改了输入层，从而获得了更多具有表现力的生成器。 为了探索更高维度的空间，我们的方法搜索位于上一层所诱导的流形周围的小l1球内的潜在代码。 我们的理论分析表明，通过使球的半径保持相对较小，我们可以使用深度生成模型来改善压

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：51380224
    • 提供者：weixin_42121754

  1. 改进的TV-L1平滑光流估计

  2. 提出将高斯平滑后的数据项和非局部中值滤波相结合的光流算法，以实现降噪并提高光流估计的稳健性和精度。该方法的数据项使用稳健的L1范数，通过高斯滤波对数据项平滑处理，抑制噪声干扰，并借助原始-对偶算法改善变分光流的求解效率；为进一步提高光流场的估计精度，引入了非局部中值滤波的全局优化策略；为提高算法对较大位移量估计的适应性，运用了由粗到精的金字塔方法。采用Middlebury光流数据库图像和真实场景图像对改进的TV-L1光流估计算法进行了实验验证。结果表明，提出的改进变分光流算法具有较强的稳健性，其

  3. 所属分类：其它

    • 发布日期：2021-02-08
    • 文件大小：3145728
    • 提供者：weixin_38736652

  1. 基于非局部先验的单幅图像去雾算法

  2. 现有单幅图像去雾算法大多基于局部先验，去雾结果存在块效应。在处理浓雾区域时，如果没有特殊处理，会导致图像中的一些伪影被增大，比如在原始的有雾图像中几乎不可见的噪声、色彩重叠等，在去雾后的图像中被增强，进而影响图像质量。针对以上存在的问题，提出了一种改进算法。首先采用非局部先验，估算初始的透射率，然后采用正则化的方法优化透射率，并且将原始图像和去雾后图像的梯度差L1/2范数作为正则化项，达到抑制噪声干扰的目的。结果表明，该算法能够很好地恢复出图像的细节信息和色彩；与局部先验方法相比，具有更好的稳健

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：16777216
    • 提供者：weixin_38694355

  1. 基于l1/l2的高低阶全变差运动模糊图像盲复原方法

  2. 为了实现运动模糊图像的盲复原, 提出了一种基于l1/l2的高低阶全变差图像盲复原方法。利用具有更强稀疏表达能力的l1/l2范式正则化先验项, 加入高低阶混合全变差正则化模型。高阶全变差正则化模型可以抑制图像非边缘部分可能出现的阶梯及振铃效应, 低阶全变差正则化模型可以保护自然图像的边缘稀疏特性。分别给出了清晰图像和模糊核的求解算法, 两者的求解过程采用分裂Bregman迭代算法将目标函数分裂成多个子问题进行优化求解。实验结果表明, 提出的方法能够很好地抑制振铃效应并保护图像的边缘细节, 通过与其

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：8388608
    • 提供者：weixin_38640984

  1. 改进蚁群算法的BRBP神经网络功放逆向建模方法

  2. 针对BP(back propagation)神经网络直接逆向模型精度低、耗时长、易振荡等缺点,提出一种联合改进蚁群算法(IACO)与贝叶斯正则化算法(BR)的BP神经网络逆向建模方法。通过改进蚁群算法,根据搜索阶段设置挥发因子、路径优劣程度更新信息素,并在启发式因子中考虑出发点、终点与各节点的间距等,优化正向模型的权值,提高整体模型精度;之后使用L1/2范数的贝叶斯正则化算法逆向迭代正向模型的输入,达到提高网络稳定性的目的。将本文方法应用于可重构功率放大器中,实验结果表明:相比于直接逆向建模方法

  3. 所属分类：其它

    • 发布日期：2021-01-26
    • 文件大小：6291456
    • 提供者：weixin_38595528

  1. Algorithms:各种算法思想的个人实现。 主要与机器学习有关-源码

  2. 演算法 关于 只是一些众所周知的算法及其实现。 这些不一定是计算效率最高或最佳的算法。 相反，它们旨在以一种希望可消化和透明的方式来介绍这些思想的机制和例程。 目录 散列： 最小计数草图数据结构 ：一种概率数据结构，它用作数据流中的事件频率表，使用亚线性空间，但以过度计算某些事件为代价。 局部最小优化： Lasso回归的坐标下降 ：Lasso回归通过L1范数执行变量选择和正则化。 坐标下降是此计算的最新技术，一次更新每个特征。 用于岭回归的梯度下降 ：用于岭回归的梯度下降是用于找到岭回归

  3. 所属分类：其它

    • 发布日期：2021-03-30
    • 文件大小：3145728
    • 提供者：weixin_42143221
« 12 3 »