RESULTS COMMUNICATION基于加权稀疏与加权核范数最小化的图像去噪刘绪娇武汉科技职业学院公共课部，湖北  武汉  430000摘要：为提高图像去噪的性能，本文提出一种基于加权稀疏表示结合加权核范数最小化的图像去噪算法。通过高斯混合模型（G M M）学习算法，从自然图像中学习非局部自相似先验信息，利用加权稀疏编码来辅助重构图像的细节纹理，及低秩正则化来恢复噪声图像...

(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 105825200 A(43)申请公布日 2016.08.03(21)申请号 CN201610196286.4正则化与稀疏(22)申请日 2016.03.31(71)申请人 西北工业大学    地址 710072 陕西省西安市友谊西路127号(72)发明人 张艳宁 李飞 张秀伟 魏巍 张磊 蒋冬...

数据保真项与稀疏约束项相融合的稀疏重建高红霞;谢剑河;曾润浩;吴梓灵;马鸽【摘 要】Aiming at the process of low-dose photon counting imaging with Poisson-Gaussian mixed noise ,a sparse reconstruction method of integrating data fidelity term...

---------------------------------------------------------------范文最新推荐------------------------------------------------------ 基于稀疏表示的图像重建算法研究+文献综述摘要图像在获取、存储、传输等过程中都会受到特定噪声的污染，造成图像质量的下降，因此图像的重建是图像处理中的一个重...

(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 113960600 A(43)申请公布日 2022.01.21(21)申请号 CN202111402837.5(22)申请日 2021.11.23(71)申请人 中国科学院空天信息创新研究院    地址 100190 北京市海淀区北四环西路19号(72)发明人 徐仲秋 张冰尘 蒋鹏宇 张柘 吴一...

稀疏编码与卷积神经网络的融合研究在机器学习领域，稀疏编码和卷积神经网络是两个非常重要的概念。稀疏编码是一种能够将输入数据表示为稀疏向量的技术，而卷积神经网络则是一种能够自动学习特征表示的深度学习模型。本文将探讨稀疏编码与卷积神经网络的融合研究，以及这种融合对于机器学习任务的影响。首先，我们来了解一下稀疏编码的基本原理。稀疏编码的目标是到一组基向量，使得输入数据能够用这些基向量的线性组合来表示。为...

正则化与稀疏lasso筛选的参数    Lasso筛选是一种常用的特征选择方法，它通过对模型系数进行惩罚，从而将一些特征的系数缩减为零，从而实现特征的筛选。Lasso筛选的参数主要包括以下几个方面：    1. α值（alpha），α值是Lasso模型中的正则化参数，用于控制模型系数的稀疏程度。当α越大时，模型系数越趋向于稀疏，即越多的特征系数会被缩减为零。...

正则化与稀疏矩阵稀疏化处理首先一个稀疏矩阵是一个矩阵，其中大多数元素的值都是零，也就是说，稀疏矩阵只有少数非零元素，而大多数元素都是零。稀疏矩阵的稀疏度是指在矩阵中，非零元素的数量与矩阵元素总个数的比率。稀疏矩阵可以通过直接比较和比较特定元素之间的特定值来判断，此外，也可以手工检查所有元素的值，确定大多数元素是否都是零。要成功地稀疏化一个矩阵，这个矩阵必须具有良好的结构，这样可以有效减少非零元素个...

standardize翻译vt.标准化; 使符合标准(或规格);[例句]A method is presented to standardize CAPP information based on XML.提出了基于XML技术实现CAPP系统数据标准化的方法。正则化的英文[其他]第三人称单数：standardizes 现在分词：standardizing&n...

generalization翻译概括常见释义英[ˌdʒenrəlaɪˈzeɪʃn]美[ˌdʒenrələˈzeɪʃn]n.概括; 归纳; 一般化; 泛论;正则化的英文[例句]On Economic Globalization and Generalization of Capital Domain经济全球化与资本范畴的一般化[其他]复数：generalizations...