正则化模型相关论文
在处理点值数据时,一个必要的要求是采样过程的稳定性,这就自然引出了再生核Hilbert空间的概念.由于点值泛函在再生核Hilbert空间......
传统的机器学习方法假设训练数据和测试数据服从独立同分布，需要大量与测试数据同分布的有标记样本来保证学习模型的泛化性能。然而......
图像重建主要包括去噪、去模糊、插值和超分辨率重建等几个方面的内容,而这些问题都属于病态反问题的范畴,直接求解并不能得到稳定......
合成孔径雷达是一种全天时、全天候、大面积的高分辨率成像雷达。伴随着它在军事、国民经济方面的广泛应用,提高其成像分辨率的研......
计算机断层成像(Computed Tomography,CT)技术自20世纪70年代被发明以来,已经在医学和工业领域取得了广泛应用。CT技术通过采集X射......
近年来,作为最优化理论及应用研究中一个非常重要的方向,多目标优化发展非常迅速,已成为最优化领域的研究热点.标量化方法是处理多......
电阻抗成像技术（Electrical Impedance Tomography，EIT）是一种以人体内部电导率分布为成像目标的医学成像技术。该技术具有非入侵，无损......
图像在获取和传输的过程中常常会受到很多因素的影响，造成图像质量的下降。图像中的噪声会影响人们的视觉效果，掩盖图像中很多重要的......
稀疏性重构是近几年快速发展的一类问题，在许多交叉学科有着广泛的应用。随着人类信息获取能力的不断提高，产生的数据量成倍增长，如何......
随着数字化技术的快速发展,人们在生活和工作中不断地接触数字图像。在图像采集过程中,往往由于拍摄设备与拍摄景物之间存在一定的......
目的由拟合项与正则项组成的海森矩阵,如果不具有特殊结构,其逆矩阵计算比较困难,为克服此缺点,提出一种海森矩阵可分块对角化的牛......
以最小化方法为例,从模型的建立、算法的实现和分类等方面对明暗恢复形状(SFS)技术的研究现状作了介绍与分析,指出:混合反射模型的......
概念的语义相似度研究,是知识表示以及信息检索领域中的一个重要内容.选择核函数计算本体图边的权值.求解超图正则化模型得到优化......
概念的语义相似度研究,是知识表示以及信息检索领域中的一个重要内容。将与某概念相关的信息表示为一个向量,用ε-领域方法定义边,......
在使用机器视觉对家电产品的标签进行品质检测的过程中,标签图像的清晰度是保证视觉检测顺利进行的关键。为了解决由固定在机器人......
本文提出了一种利用核典型关联性分析提取源域目标域最大相关特征,使用核逻辑斯蒂回归模型进行域自适应学习的算法,该算法称为KCCA......
正则化模型是机器学习、压缩感知与推荐系统等领域的一类重要模型,其具有变量选择与稀疏化处理等功能,可以有效地避免模型的过拟合......
在无地面测试信息条件下，针对制导工具误差分离的线性模型，提炼了基于稀疏约束的正则化模型一般形式。基于极大似然理论推导了自适应......
给出了一类正则化样本学习算法的误差分析．借助于大数定律给出了样本误差，用一种K-泛函给出了逼近误差的估计．......
图像去噪仍然是图像后续操作中最基本和最重要的任务之一,如图像复原、视觉跟踪和图像分割等。非局部均值(Nonlocal Means,NLM)图......
目的能量泛函正则化模型是图像恢复研究的热点。为使更多工程领域的研究者对正则化技术进行探索和应用,推动不适定问题的研究,对能......
图像去模糊是图像识别和视频分析的基础性工作.在实际应用中,多数情形是模糊核未知的盲去模糊问题.盲去模糊问题是一个病态问题,通......
