Research
- Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network(2018 CVPR)
https://arxiv.org/pdf/1609.04802.pdf - Image Super-Resolution Using Deep Convolutional Networks (2014 CVPR)
https://arxiv.org/abs/1501.00092v3 - etc.
Related work
Method
hoeffding 不等式
PAC : probably approximately correct
K-NN 近邻算法
邻近算法,或者说K最近邻(kNN,k-NearestNeighbor)分类算法是数据挖掘分类技术中最简单的方法之一。所谓K最近邻,就是k个最近的邻居的意思,说的是每个样本都可以用它最接近的k个邻居来代表。
PCA降维
PCA仅需要保留W与样本的均值向量即可通过简单的向量减法和矩阵向量乘法将新样本投影到低维空间中。显然,低维空间与原始的高维空间必然有不同,因为对应于最小的d-d’个特征值的特征向量被舍弃了,这是降维导致的必然结果。但是舍弃这部分信息往往是有必要的:一方面,舍弃这部分信息后能使样本的采集密度更大,这是降维的只要动机;另一方面,当数据受到噪声影响时,最小的特征值往往与噪声有关,将他们舍弃,能在一定程度上起到去噪的效果。
SVM
- SVM(Support Vector Machine)指的是支持向量机,是常见的一种判别方法。在机器学习领域,是一个有监督的学习模型,通常用来进行模式识别、分类以及回归分析。
- SVM的主要思想可以概括为两点:
- 它是针对线性可分情况进行分析,对于线性不可分的情况,通过使用非线性映射算法将低维输入空间线性不可分的样本转化为高维特征空间使其线性可分,从而使得高维特征空间采用线性算法对样本的非线性特征进行线性分析成为可能。
- 它基于结构风险最小化理论之上在特征空间中构建最优超平面,使得学习器得到全局最优化,并且在整个样本空间的期望以某个概率满足一定上界。
PSNR
peak signal-to-noise ratio
峰值信噪比
dataset
papers
#