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. L1范数最小化算法matlab代码(修改过可用C调用)

  2. 1、matlab代码，实现稀疏表示中L1范数最小化的求解问题。 2、稍微修改了一下函数的接口，解决了用C++调用这个matlab函数时参数传参问题。因为该函数用到了varargin，可变参数传参，而C++参数传递都是固定的。 3、代码我自己亲自用opencv调用过，可以使用。 4、如果不用将Matlab的.m文件生成dll供c++调用，则可以去我的资源里面查找一下，里面我上传了一个由m文件生成的.h,.dll,.lib供C++调用的文件。直接将三个文件放入到C++代码可以访问到的地方即可。

  3. 所属分类：C/C++

    • 发布日期：2013-09-24
    • 文件大小：3072
    • 提供者：xuluhui123

  1. L1范数最小化算法的m文件生成的供C++调用的dll文件

  2. 1、l1_ls_nonneg.m生成的.dll文件.h文件.lib文件。 2、将生成的三个文件放入到c++的相应的搜索目录下即可调用 3、具体的操作，我有机会会写在CSDN的博客上

  3. 所属分类：C/C++

    • 发布日期：2013-09-24
    • 文件大小：55296
    • 提供者：xuluhui123

  1. 改进的加权稀疏表示人脸识别算法

  2. 改进的加权稀疏表示人脸识别算法针对传统的加权稀疏表示分类方法在获取训练样本权重以及求解l1 范数最小化问题中计算效率低的问题, 提出了一种加权稀疏表示和对偶增广拉格朗日乘子法(DALM) 相结合的人脸识别算法WSRC_DALM 算法. 该算 法主要采用高斯核函数计算每个训练样本与测试样本之间的相关性, 即获得训练样本相对于测试样本的权

  3. 所属分类：机器学习

    • 发布日期：2018-12-21
    • 文件大小：1048576
    • 提供者：mning_master0

  1. scikit-learn-0.21.3-中文文档.pdf

  2. scikit-learn 是基于 Python 语言的机器学习工具 简单高效的数据挖掘和数据分析工具 可供大家在各种环境中重复使用 建立在 NumPy ，SciPy 和 matplotlib 上 开源，可商业使用 - BSD许可证1.监督学习 1广义线性模型 °1.1.1普通最小二乘法 1.1.2岭回归 1.1.3LaSs0 o1.1.4多任务 Lasso 115弹性网络 o116多任务弹性网络 1.1.7最小角回归 1.1. 8 LARS Lasso 1.19正交匹配追踪法(OMP 1.1.1

  3. 所属分类：机器学习

    • 发布日期：2019-08-24
    • 文件大小：41943040
    • 提供者：h394266861

  1. 阵列信号处理试题及答案_国科大.pdf

  2. 本资源是国科大阵列信号处理课程考试的一套题，附有当时考生的个人完整答案总结在误差(协方差矩阵估计精度受样本数目的限制),会影响波束形成器的性能。随着 快拍数增加,波束形成器性能逐渐趋向于 波束形戊器。数据样本中不存在期 望信号时,要保证波束输出比最优情况下损失在以内,样本快拍数大约需 要大于2M。数据样本中期望信号越大,波束形成器的性能下降约严重。 如下图所示,假设M=2 泼束形成器加权向量为 WMVDR=a924,主要考虑以 下几种情况:只有空间白噪声时,Rx=1 波束形成器蜕化为常规波東形成

  3. 所属分类：讲义

    • 发布日期：2019-07-08
    • 文件大小：586752
    • 提供者：cxk207017

  1. L1范数最小化算法matlab代码(修改过可用C调用)

  2. 1、matlab代码，实现稀疏表示中L1范数最小化的求解问题。 2、稍微修改了一下函数的接口，解决了用C++调用这个matlab函数时参数传参问题。因为该函数用到了varargin，可变参数传参，而C++参数传递都是固定的。 3、代码我自己亲自用opencv调用过，可以使用。 4、如果不用将Matlab的.m文件生成dll供c++调用，则可以去我的资源里面查找一下，里面我上传了一个由m文件生成的.h,.dll,.lib供C++调用的文件。直接将三个文件放入到C++代码可以访问到的地方即可。

  3. 所属分类：C/C++

    • 发布日期：2020-11-28
    • 文件大小：4096
    • 提供者：downk

  1. 基于改进基追踪方法的信号去噪

  2. 摘要：提出了一种新的基追踪求解算法。依据信号特性自适应地选取字典；通过l1范数的近似表示，将有约束的极值问题转化为无约束问题，并利用一种新的迭代算法进行快速求解；几类典型信号实验结果验证了本方法具有良好的去噪效果。     关键词：基追踪 字典 去噪 基追踪方法是信号稀疏表示领域的一种新方法。它寻求从完备的（过完备）函数（基）集合中得到信号的最稀疏的表示，即用尽可能少的基精确地表示原信号，从而获得信号的内在本质特性。基追踪方法采用表示系统的范数作为信号稀疏性的度量，通过最小化l1范数将信号稀

  3. 所属分类：其它

    • 发布日期：2020-12-13
    • 文件大小：82944
    • 提供者：weixin_38624914

  1. 彩色图像去马赛克的非局部稀疏表示方法

  2. 目前,大部分彩色去马赛克(Color DeMosaicking,CDM)算法仅利用了局部的空间和光谱相关性,容易导致CDM复原图像边缘模糊以及细小结构丢失.当图像中出现周期性细小结构时,这些局部方法容易产生诸如锯齿、栅格等失真现象.针对这些问题,我们将字典学习和稀疏编码统一到一个变分框架中,提出了非局部自适应稀疏表示模型.通过非局部相似块聚类自适应地在线学习字典.利用局部和非局部的冗余信息对稀疏编码进行约束,强制稀疏编码靠近其非局部均值以减少编码误差.为了有效抑制服从重尾分布的CDM误差,设计了

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：2097152
    • 提供者：weixin_38595689

  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. 基于总偏差最小化的ISAR压缩成像

  2. 对于逆合成Kong径雷达（ISAR）目标成像，从少量压缩测量回波数据重建重构运动目标是纠正定点，并且观察到噪声也会影响重建结果。基础上，结合压缩感知原理，提供一种基于全变差正则化的ISAR压缩感知成像模型，通过转换优化模型转化为简单的代理函数进行转化，提出一种快速优化的最小算法。实验结果表明，当回波信噪比大于10 dB时，此处方法明显距离–多普勒算法和基于L1范数的压缩感知成像方法。 。

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：1048576
    • 提供者：weixin_38605604

  1. 通过L1 / 2正则化重建生物发光层析成像的源

  2. 生物发光层析成像（BLT）是临床前研究中的一种重要的非侵入性光学分子成像方法。 为了提高图像质量，重建算法必须处理BLT逆问题的固有不适性。 在BLT中，生物发光源在空间分​​布中的稀疏特征已经得到了广泛的探索，并且由于L1范数的稀疏性，已经研究了许多L1正则化方法。 在本文中，我们提出了一种基于L1 / 2正则化的重构方法，以提高BLT解的稀疏性，并通过将其转换为一系列具有加权更新权重的加权L1同伦最小化问题来解决非凸L1 / 2范数问题。 为了评估所提出的重建算法的性能，设计了一种异构鼠标模

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：1048576
    • 提供者：weixin_38549721

  1. L1范数最小化算法matlab代码(修改过可用C调用)

  2. 1、matlab代码，实现稀疏表示中L1范数最小化的求解问题。 2、稍微修改了一下函数的接口，解决了用C++调用这个matlab函数时参数传参问题。因为该函数用到了varargin，可变参数传参，而C++参数传递都是固定的。 3、代码我自己亲自用opencv调用过，可以使用。 4、如果不用将Matlab的.m文件生成dll供c++调用，则可以去我的资源里面查找一下，里面我上传了一个由m文件生成的.h,.dll,.lib供C++调用的文件。直接将三个文件放入到C++代码可以访问到的地方即可。

  3. 所属分类：C/C++

    • 发布日期：2021-02-03
    • 文件大小：4096
    • 提供者：sunhan2004

  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