K-SVD
K-SVD是一种经典的字典训练算法,依据误差最小原则,对误差项进行SVD分解,选择使误差最小的分解项作为更新的字典原子和对应的原子系数,经过不断的迭代从而得到优化的解。
资源总数
674
K-SVD 热门资料
查看全部 674 份 →basic linear algebra classes and applications (SVD,interpolation, multivariate optimization)
basic linear algebra classes and applications (SVD,interpolation, multivariate optimization)
2017-02-04
104
SVD分解在超声成像中应用
Singular value decomposition filter for speckle reduction in adaptive ultrasound imagingHasegawa_2019_Jpn._J._Appl._Phys...
2020-06-04
1
K-MEANS算法 输入:聚类个数k
K-MEANS算法 输入:聚类个数k,以及包含 n个数据对象的数据库。 输出:满足方差最小标准的k个聚类。 处理流程: (1) 从 n个数据对象任意选择 k 个对象作为初始聚类中心; (2) 循环(...
2013-12-20
33