基于稀疏低秩正则图张量化嵌入的高光谱图像分类方法
(19)中华人民共和国国家知识产权局(12)发明专利说明书(10)申请公布号 CN 107563442 A(43)申请公布日 2018.01.09(21)申请号 CN201710781810.9(22)申请日 2017.09.02(71)申请人 西安电子科技大学 地址 710071 陕西省西安市雁塔区太白南路2号(72)发明人 张向荣 焦李成 韩亚茹 冯婕 侯彪 李阳阳...
php学习第四章:正则表达式(四)匹配规则:分组、环视(零宽断言和负向零宽...
php学习第四章：正则表达式（四）匹配规则：分组、环视（零宽断⾔和负向零宽断⾔）⼀、分组() ()来表⽰⼀个⼦表达式，这个括号内的⼦表达式被当作⼀个整体来处理 下⾯我们以⼀个IPV4的ip地址为例来说明(以下说ip地址是指IPV4下的ip地址) 我们知道⼀个ip地址类似:220.181.111.147(这个是百度的ip地址，作个范例) 我们⼤致看⼀下...
基于稀疏和广义全变差联合正则化的SAR成像方法、系统
(19)中华人民共和国国家知识产权局(12)发明专利说明书(10)申请公布号 CN 114152946 A(43)申请公布日 2022.03.08(21)申请号 CN202111455950.X(22)申请日 2021.12.01(71)申请人 华中农业大学 地址 430000 湖北省武汉市洪山区狮子山街1号(72)发明人 李函 朱良轩 文雯 (74)专利代理机构 114...
稀疏正则非负矩阵分解的语音增强算法
Journal o f C om puter A p p lica tio n s计算机应用，2018, 38(4): 1176 -1180ISSN 1001-9081C ODE N J Y IID U2018-04-10h ttp://w w w.jo c a文章编号：1001-9081(2018)04-1176-05 D O I：10.11772/j.issn.1001-9081.201...
Rare包:基于树的Lasso正则化的线性模型,适用于稀疏特征说明书_百度文 ...
Package‘rare’October14,2022Type PackageTitle Linear Model with Tree-Based Lasso Regularization for RareFeaturesVersion0.1.1Author Xiaohan Yan[aut,cre],Jacob Bien[aut,cre]Maintainer Xiaohan Yan<****...
一种梯度正则化稀疏表示的图像超分辨率重建方法
小型微型计算机系统Journal of Chinese Computer Systems 2020年12月第12期 Vol.41 N o. 12 2020一种梯度正则化稀疏表示的图像超分辨率重建方法黄淑英，胡晓燕，吴昕，吴佳俊，许亚婷(江西财经大学软件与物联网工程学院，南昌330032)E-mail ：************************摘要：近年来，稀疏表示的方法在图像超分辨率（Su...
多参数梯度稀疏正则化图像非盲去模糊
多参数梯度稀疏正则化图像非盲去模糊杨洁;张嵩【摘 要】自然图像在不同纹理区域具有不同的梯度特性,通过对图像梯度进行合理分层规划将图像纹理划分为5个区域,对各纹理区域梯度进行lp范数约束,且每个区域对应1个合适的p指数值,建立多参数正则化模型,有效避免了全局单一p指数的缺陷.最后结合GISA稀疏编码框架,得到更加稳固的复原结果.通过实验对比,发现提出的多参数梯度稀疏正则化方法可以有效地提升图像纹理细...
一种稀疏约束的图正则化非负矩阵光谱解混方法
第39卷2 0 19，第4期 年4月光谱学与光谱分析Spectroscopy and Spectral AnalysisV o '39，N o.4，pp1118-1127A pril，2019一种稀疏约束的图正则化非负矩阵光谱解混方法甘玉泉1!2，刘伟华\冯向朋\于涛\胡炳樑\汶德胜中国科学院西安光学精密机械研究所，陕西西安710119 中国科学院大学，北京100049摘要由于受到高光谱遥感图像传...
数据清洗与整理中的数据稀疏与数据密集处理方法(三)
数据清洗与整理中的数据稀疏与数据密集处理方法一、引言在数据分析和挖掘的过程中，数据清洗与整理是一个重要的环节。数据不可避免地会出现稀疏或者密集的情况，如何处理这些数据，成为了分析师和数据科学家们需要面对的问题之一。本文将探讨数据稀疏和数据密集的处理方法。二、数据稀疏的处理方法1. 填充缺失值在数据清洗和整理的过程中，经常会面临缺失值的情况。对于稀疏的数据，需要考虑如何填充缺失值，以使得数据集完整。...
稀疏编码的近似计算与加速技术
稀疏编码的近似计算与加速技术稀疏编码是一种重要的信号处理方法，被广泛应用于图像处理、语音识别、机器学习等领域。然而，稀疏编码的计算复杂度往往较高，限制了其在实际应用中的效率和实时性。因此，近年来研究者们致力于寻稀疏编码的近似计算与加速技术，以提高算法的性能和效率。稀疏编码的核心思想是通过寻最优的稀疏表示来描述信号。在传统的稀疏编码算法中，通常采用迭代优化的方式求解稀疏表示。然而，这种方法在大规...
