搜索资源列表
ogrady2007_phd
- 国外欠定语音盲分离的博士论文，作者为Paul D. O’Grady，LOST算法的作者。该博士论文包括语音信号分离，非负矩阵分解等内容。-Sparse Separation of Under-Determined Speech Mixtures，A dissertation submitted for the degree of Doctor of Philosophy
GROUP-SPARSE-OPTIMIZATION
- 借助ADM方法的組稀疏(块稀疏)最优化的论文和部分matlab程序-GROUP SPARSE OPTIMIZATION BY ALTERNATING DIRECTION METHOD
N-sparse
- 创建一个n维的稀疏数组对象，n是任意值。 定义N可能是大于2的一类n维稀疏阵列。然而，它应该被认为是一种起动方式与普通的MATLAB稀疏矩阵和重塑它有N维度。换句话说，稀疏的数据，首先必须能够作为一个普通的2D MATLAB稀疏矩阵被前n维。事实上，如果目标数组的尺寸mxnxp……yxz，然后将它存储在内部类是一个普通的二维稀疏阵列的尺寸（M×N×P×……×Y）XZ。这导致了某些内存株时使用大量的尺寸。我发现有用的类主要用于中等尺寸像三维图像边缘检测，你经常要举行一个稀疏的3D的边缘地图。-Cr
huishangguanlian
- 相关向量机(RVM)的matlab源程序，包含快速算法，内含代码使用说明。 RVM采取是与支持向量机相同的函数形式稀疏概率模型，对未知函数进行预测或分类。 优点： (1) 不仅仅输出预测目标量的点估计值,还可以输出预测值的分布. (2) 使用更少数量的支持向量,从而显著减少输出目标量预测值的计算时间. (3) RVM不需要估计过多的参数. (4) RVM对是否满足Mercer 定理的核函数没有限制,适应性更好.--Relevance Vector Machine (RVM) of the mat
YALL1_Group21040509
- 组稀疏优化算法英文文献及其matlab源码-GROUP SPARSE OPTIMIZATION BY ALTERNATING DIRECTION METHOD
Sparse image and signal processing
- 这本书在稀疏的多尺度图像和信号处理提出了艺术状态，包括线性多尺度变换，如小波，脊波和曲波变换、非线性、多尺度变换基于中值和数学形态学算子。最近的稀疏性和形态多样性的概念描述和利用各种问题，如去噪，反问题正规化，稀疏信号分解，盲源分离，压缩感知。 这本书的理论和实践研究相结合的领域，如天文学、生物学、物理学、数字媒体应用和取证。最后一章探讨了信号处理中的一个范式转换，表明以前的信息取样和提取的限制可以用非常重要的方法加以克服。 MATLAB和IDL代码伴随这些方法和应用程序重现。 实验并说明