搜索资源列表
DataMining3rd
- 评测数据在去掉停用词的 分类过程开放测试中,引入Good-Turing算法的分类性能比Laplace原则提高了3·05 ,比Lidstone方法提高 1·00 .而在交叉熵选择特征词的算法中,增加Good-Turing的贝叶斯分类方法可比最大熵分类性能高95 .通过这种数据平滑的算法,有助于克服因数据稀疏而引发的特征词缺失问题 -Evaluation data in the open test of the classification process to remove stop
Simulation-visual-mechanism
- 提出一个小波域多尺度马尔柯夫随机场模型用于模拟视觉系统在图像分割中的若干功能。针对人类视觉系统具有特征检测器、等级层次性、双向连续性、学习机制等功能，对输入场景，该模型用小波变换提供该场景图像的稀疏表示，模拟特征检测器功能 用金字塔结构模拟等级层次性 用两类信息流模拟双向连接性，分别刻画自底向上的输入图像特征提取过程以及自顶向下的反馈过程 用迭代过程模拟学习机制 采用多尺度马尔柯夫随机场模型实现图像分割。-Put forward a wavelet domain multi-scale mark
KSVD_Matlab_ToolBox
- 数字图像处理，K-SVD字典学习方法，信号的稀疏与冗余表示理论，图像压缩，图像去噪-Digital image processing, K-SVD dictionary learning methods, sparse and redundant signal representation theory, image compression, image denoising
Fast-Discrete-Curvelet-Transforms
- 快速曲线波变换理论属于稀疏表达的范畴，采用基函数与信号的内积形式实现信号的稀疏表示。-An Alogrithm for Multimodal Biometric Recognition Based on Feature Level and the Second-Generation Curvelet Transform
KSVD-MOD
- KSVD和MOD字典学习稀疏表示程序代码-KSVD, and MOD dictionary learning sparse representation of program code
cs
- 该文档包括4篇稀疏线性预测的文档，并且应用了压缩感知的内容。-sparse linear prediction
A-global-reconstruction-model
- 已有的基于分块压缩感知的图像重构模型采用相同的测量矩阵以块 ×块的方式获取数据，解决了传统ＣＳ方法中测量矩阵所需存储量较大的问题，但由于采用分块重构，没有考虑 到图像的全局稀疏度，出现了大量的块效应。-Current image reconstruction models using block compressed sensing
juzhen
- 三元组实现稀疏矩阵的转置，很实用啊。请需要的免费下啊-Triples sparse matrix transpose, very practical ah.Need free under ah.
matrix-transpose-operation
- 稀疏矩阵的三元组存储及其转置运算。使用三元组存储以下稀疏矩阵，并使用3种转置算法进行转置。转置方法1：直接交换行列，再排序。 转置方法2：执行n次扫描。 转置方法3：快速转置。-Triple store sparse matrix transpose operation.Using a sparse matrix, the following triple store and use three kinds of the permutation algorithm to transpose.Th
SL0MatlabCodereal
- 快速的基于光滑的l0范数的过完备的稀疏分解，其速度比L1范数快，恢复效果好-Rapid decomposition overcomplete sparse smooth l0 norm-based, its speed is faster than the L1 norm, restore good effect
CS
- 信号稀疏分解及压缩感知理论应用研究，理论基础-Signal sparse decomposition and compression perception theory applied research, theoretical basis
Short-duration-power_CS
- 根据压缩传感(Compressed Sensing，cs)N论，首次提出了短时电能质量扰动信号的压缩采样方法，该方法突破了奈奎斯特采样频率的限制，实现了低于奈奎斯特采样频率的低速率采样。文中对比分析了CS理论与传统采样理论，研究了cS短时电能质量信号压缩采样的实现方法，包括：测量矩阵的构建、稀疏基的选取和电能质量信号快速贝叶斯匹配追踪重构算法(FBMP)-Compressed sensing ( Compressed Sensing , cs ) N theory , first propose
Image-reconstruction_CS
- 合稀疏贝叶斯学习(SBL)和可压缩传感理论(CS)，给出一种在噪声测量条件下重建可压缩图像的方法。该方法将cS理论中图像重建过程看作一个线性回归问题，而待重建的图像是该回归模型巾的未知权值参数；利用sBL方法对权值赋予确定的先验条件概率分布用以限制模型的复杂度，并引入超参数- Hop sparse Bayesian learning ( SBL ) and compressible sensing theory ( CS ) , give a compressible image recon
spinterpdoc
- 稀疏网格插值工具包使用指南，详细介绍稀疏网格插值的使用方法。-Sparse grid interpolation kit user guide, detailing the use of sparse grid interpolation.
One-yuan-sparse-matrix-operations
- 一元稀疏矩阵的运算包括加法 减法 乘法 除法-One yuan sparse matrix operations
Sparse-decomposition-algorithm
- 提出了种并行的稀疏分解算法，以解决目前的稀疏分解算法计算量大、耗时多，不适宜用作战场声目标实时识别的缺点。-Kinds of parallel sparse decomposition algorithm to solve the sparse decomposition algorithm large, time-consuming, and not suitable for real-time recognition of the shortcomings of the battlefiel
ccs
- 缩感知（Compressed sensing），也被称为压缩采样(Compressive sampling)或稀疏采样(Sparse sampling)，是一种寻找欠定线性系统的稀疏解的技术。-about compress sensing
Autofocus-ISAR-Sparse-represetation
- 基于稀疏表示的逆合成孔径雷达自聚焦成像，讲述了自聚焦方法-Based on sparse representation inverse synthetic aperture radar imaging self-focusing
ISAR-sparse-aperture
- 利用稀疏孔径进行逆合成孔径雷达的高分辨成像-Sparse aperture inverse synthetic aperture radar for high-resolution imaging
SparseRepresentationaItsApplication
- 稀疏表达及其应用的简单介绍，其中涵盖了稀疏表示、特征提取、压缩感知、图像增强、盲源分离、模式分类、目标跟踪和图像超分辨等。PPT和PDF是对应的，并添加了可视化的结果。-Sparse Representation and Its Application: Compressive Sensing, Visual Feature, Image Enhancement, Blind Source Separation, Pattern Classification, Object Tracking a