BriefGPT.xyz
Ask
alpha
关键词
linear transform
搜索结果 - 4
任意线性变换下的自适应块稀疏正则化
我们提出了一种用于未知块结构下任意线性变换的块稀疏凸信号重建方法,它是现有方法 LOP-𝓁₂/𝓁₁的一种推广,能够在不可逆变换下重建具有块稀疏性的信号。我们提供了解决该方法的迭代算法,并给出了收敛到最优解的条件。数值实验验证了该方法的有
→
PDF
5 months ago
Steerers:旋转等变关键点描述符的框架
通过学习描述符的线性变换实现对输入图像的旋转编码,从而产生具有大视角变化下鉴别性和匹配性的图像关键点描述符,且在旋转不变图像匹配基准 AIMS 和 Roto-360 上取得了最先进的结果。
PDF
7 months ago
无注意力 Spikformer: 将脉冲序列与简单线性转换混合
通过将自注意力能力和脉冲神经网络(SNNs)的生物特性相结合,Spikformer 将蓬勃发展的 Transformer 架构应用于 SNN 设计。它引入了脉冲自注意力(SSA)模块,使用脉冲形式的查询、键和值来混合稀疏视觉特征,与之前的类
→
PDF
a year ago
GESPAR: 稀疏信号高效相位恢复
本研究考虑通过傅里叶变换或其他线性变换结果的幅度来恢复信号的相位信息,从而实现信号恢复。通过使用稀疏信号的先验信息,我们提出了一种名为 GESPAR 的快速局部搜索方法来恢复稀疏信号。相比于以前的方法,我们的算法不需要矩阵提升,因此适用于大
→
PDF
12 years ago
Prev
Next