正则化项相关论文
针对遥感影像薄云去除过程中丢失影像细节及薄云去除不彻底等问题,本文提出了一种基于小波变分法去除遥感影像薄云的方法.首先,对......
为解决传统判别式相关滤波算法在跟踪过程中由于出现响应图畸变和外观模型描述不准确而导致的跟踪漂移问题,提出一种基于学习抑制......
推荐系统可以主动为用户推送信息,帮助用户迅速锁定偏好物品或服务,提升用户体验,同时为服务提供方定位目标人群,达到精准营销的效......
【摘要】在图像超分辨率正则化算法重建过程中，正则化参数的选取对于重建结果和收敛速度都有着重要的作用。本文简要介绍了现有的正......
本文在MAP随机正则化技术估计框架下,提出了一种基于Lorentzian范数估计和自适应核回归正则项的最小化代价函数。此算法对不同假设......
讨论了图像成像的基本模型,并提出了一种基于调整核回归函数作为正则项的序列图像重建算法。该算法是对已经提出的核回归算法的改......
针对传统协同过滤算法中存在的数据稀疏性和单一利用用户的评分行为进行推荐的问题,提出了一种融合用户评论的矩阵分解推荐算法（USR......
为解决传统特征选择方法在处理高维数据经常遇到“维数灾难”问题,提出了一种基于Laplacian正则化项和稀疏理论的特征选择方法(Lap......
基于局部高斯分布拟合能量(LGDF)模型的图像分割方法,对初始轮廓选取及参数选择较敏感.如果初始轮廓手动选取不当会由于陷入局部极......
RSF(Region-Scalable Fitting)模型能够分割灰度不均一图像,但对活动轮廓的初始化和噪声较为敏感。运用理论探究与实验相结合的方......
现有的去运动模糊算法都是假设退化图像的模糊核是一个空间不变的点扩展函数PSF,但该模糊核却并不能准确描述整幅图像的退化。因此......
随着互联网运用的不断发展,人们主要通过图像获取外界信息.而图像在获取、传输、处理、保存、输出等过程中,受不可制约因素的影响,......
为解决在新场景中行人再识别系统识别率低的问题,提出基于跨场景迁移学习的行人再识别方法。由于新场景中已标记信息很少,利用在其......
针对协同过滤算法存在的数据稀疏和忽视用户喜好多主题的问题,提出了基于主题模型的矩阵分解推荐算法,将标签、主题模型融合到了矩......
相机拍摄时虚焦或抖动等因素导致图像模糊是非常常见的问题。不管是从理论上还是从实际应用的角度来看,对模糊图像的复原都是图像......
针对LASSO算法及有关扩展模型忽略样本数据间关联信息的问题,以及有标签样本难以获取的实际情况,提出了一种半监督学习的特征选择......
正则化技术诞生于20世纪60年代,最初是由数学领域提出用于解决不适定问题。随着80年代机器学习的兴起,正则化技术被广泛应用于模式......
超分辨率图像重建(Super-resolution Reconstruction, SRR)是在现有的低分辨率成像系统的基础上,通过利用数字信号处理技术,从一系......
