关键词additive gaussian noise
搜索结果 - 4
- 非线性特征聚合:基于理论的两个算法
本文提出了两种基于非线性变换和广义线性模型的降维算法,分别适用于回归和分类问题,测试表明算法效果竞争力强。
- 大型对称尖峰张量上的 Hotelling 缩放
研究在大矩阵中包含低秩对称尖峰的加性高斯噪声时,使用通缩算法估算的精确特性,即多个秩 - 1 逼近所得向量的对齐和其权重的估计,可用于设计更有效的信号估计方法。
- 高质量自监督深度图像去噪
利用一种新颖的训练方法,基于有噪声图像的非组织集合来培训高质量的图像去噪模型,通过采用具有感受野盲区的网络来消除对参考数据的需要,提高了图像质量和训练效率,最终结果质量与最先进的神经网络去噪器相当。
- 基于阈值的高效异常值鲁棒主成分分析
本文提出了基于阈值的迭代算法,用于处理含有离群点的数据集中的偏差鲁棒主成分分析问题,该方法的迭代复杂度最多线性,可以处理至多 α 分数的离群点,并且对于一般噪声设置具有近乎最佳的计算复杂度。对于特殊情况,即噪声是加性高斯噪声,本文改进了该方