机器学习
littlexiao1994
这个作者很懒,什么都没留下…
展开
-
稀疏表示
声明 主要学习资料是 Coursera 上 Duke 大学的公开课——Image and video processing, by Pro.Guillermo Sapiro 第 9 课。 1. Denoising (去噪)与 MAP故事从 denoising 说起,话说手头上有一张含有噪音的图片Lena(http://blog.sina.com.cn/s转载 2017-09-27 21:39:46 · 1489 阅读 · 0 评论 -
RPCA
1 为什么使用RPCA?求解被高幅度尖锐噪声而不是高斯分布噪声污染的信号分离问题。1.2 主要问题给定C = A*+B*, 其中A*是稀疏的尖锐噪声矩阵,B* 是低秩矩阵, 目的是从C中恢复B*.B*= UΣV’, 其中U∈Rn*k ,Σ∈Rk*k ,V∈Rn*k3. 与PCA的区别PCA和RPCA 的目的都是矩阵分解, 然而,转载 2017-09-27 21:31:12 · 12119 阅读 · 7 评论