搜索资源列表
RegularizedLeastSquares
- 对于一类非最小二乘问题,采用多步线性化方法求解,在保证结果精度的前提下提高了计算速度-For a class of non-least-squares problem, using multi-step linearization method, in ensuring the accuracy of the premise of the results improve the computing speed
zy5
- 摘 要:曝光瞬间造成图像模糊的运动通常作为直线运动近似处理 ,若能找出模糊图像的运动模糊方向 ,并将之旋转到水平轴 ,则二维问题可简化为一维来处理 ,大大简化由模糊图像估计出运动模糊点扩散函数以及图像恢复的过程 ,并为图像恢复的并行计算创造有利条件。由于运动模糊降低了运动方向上图像的高频成 分 ,沿着运动方向实施高通滤波 方向微分 ,可保证微分图像灰度值 绝对值 之和最小。基于此 ,本文利用双线性插值的方法 ,固定并适当选取方向微分的微元大小 ,构造出3 ×3方向微分乘子 ,得到了高效高精度
CS_KM
- 现有的贪婪迭代类压缩感知重构算法均基于最小二乘对信号进行波形估计,未考虑到可能将量测噪声引入信号估计的情况.针对以上不足,提出了一种基于线性Kalman滤波的压缩感知弱匹配去噪重构算法-Existing greedy iterative reconstruction algorithms class compressed sensing the signal waveform based on least squares estimation does not take into account
使用加权辅助变量的被动发射源定位
- 由于测量矩阵和方位噪声之间的相关性,我们已知的发射极定位的线性最小二乘算法,如伪线性估计器,具有较大的估计偏差。本文提出了一种新的基于闭型的发射器定位算法,该算法克服了这种偏倚,利用了比定位估计的辅助变量。通过计算机模拟,新算法的性能优于伪线性估计器,同时具有与计算成本更高的极大似然发射器相同的性能。(Because of the correlation between the measurement matrix and azimuth noise, we have known that th
Scipy
- SciPy—数值计算库 在NumPy的基础上增加一些功能 1、常数和特殊函数 2、线性代数-linalg 3、优化 (1)非线性方程组求解 (2)最小二乘拟合 (3)函数最小值 4、插值—interpolate (1)B样条曲线插值 (2)外推和Spline拟合 (3)二维插值 5、数值积分—integrate (1)球的体积 (2)解常微分方程组 6、统计—stats (1)连续和离散概率分布 (2)二项、泊松、伽玛分布 7、稀疏矩阵—sparse(On t