全变分图像反卷积:MAJORIZATION-MINIMIZATION方法。 《TOTAL VARIATION-BASED IMAGE DECONVOLUTION: A MAJORIZATION-MINIMIZATION APPROACH》这篇论文的源码 本文提出了一种新的在全变差正则化条件下图像反褶积的最大化-最小化算法。
2021-07-27 11:51:15 76KB 反卷积 全变分 正则化 最大化
1
主要介绍了TensorFlow keras卷积神经网络 添加L2正则化方式,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
2021-07-26 19:30:51 73KB TensorFlow keras 卷积神经网络 L2正则化
1
matlab代码整体运行此源代码包包括使用GMC惩罚函数通过稀疏正则化进行船舶尾迹检测的MATLAB源代码。 该代码实现了一种用于检测海面合成Kong径雷达(SAR)图像中的船舶尾迹的方法。 该方法基于苏醒的线性模型假设,因此在反问题公式中采用Radon变换来检测苏醒。 与图像形成模型相关联的成本函数包括稀疏性强制损失,即广义最小极大凹面(GMC)函数。 尽管是非凸函数,但GMC损失使总体成本函数保持凸值。 所提出的解决方案基于贝叶斯公式,从而使用最大后验(MAP)估计来恢复点估计。 该软件包包括三个文件夹: 1) images : Stores images for ship wake detection operation. We have only shared an example test image from TerraSAR-X products with name: testImage.mat. 2) saved data : Stores inverse problem solution as a .mat file. 3) source functions
2021-07-17 16:40:25 20.08MB 系统开源
1
采用贝叶斯正则化算法提高 BP 网络的推广能力。在本例中,我们采用两种训练方法,即 L-M 优化算法(trainlm)和贝叶斯正则化算法(trainbr),用以训练 BP 网络,使其能够拟合某一附加有白噪声的正弦样本数据。其中,样本数据可以采用如下MATLAB 语句生成: %输入矢量:; %目标矢量:randn(’seed’,78341223);%T=sin(2*pi*P)+0.1*randn(size(P));
1
TV正则化对图像去噪。 matlab代码,导入图片直接可以运行。TV正则化对图像去噪。 matlab代码,导入图片直接可以运行
2021-06-22 21:36:32 5KB Total Variation TV正则化 图像去噪
1
在ICCV 2019(口头演讲)上被接受!! CutMix:正则化策略来训练具有可本地化功能的强大分类器 CutMix正则化程序的官方Pytorch实现| | 桑,韩东云,吴成俊,桑赫俊,崔俊淑,柳永jo。 NAVER Corp.的Clova AI Research 我们的实现基于以下存储库: 抽象的 已经提出了区域辍学策略以增强卷积神经网络分类器的性能。 事实证明,它们可以有效地指导模型参加对象的较少区分性部分(例如,腿而不是人的头部),从而使网络更好地泛化并具有更好的对象定位能力。 另一方面,当前的区域丢弃方法通过覆盖黑色像素或随机噪声的补丁来去除训练图像上的信息像素。 这样的删除是不理想的,因为它会导致信息丢失和训练期间的效率低下。 因此,我们提出了CutMix增强策略:在训练图像之间剪切和粘贴补丁,其中地面真相标签也与补丁的区域成比例地混合。 通过有效利用训练像素并保留区域丢
1
吴恩达|机器学习作业2.1正则化的Logistic回归-附件资源
2021-06-17 14:54:56 106B
1
通过非局部正则化改善基于总变化的图像压缩感知恢复(ISCAS 2013) 抽象的 近年来,基于全变分(TV)的最小化算法由于保留了边缘,因此在自然图像的压缩感测(CS)恢复中取得了巨大的成功。 然而,使用电视不能恢复精细的细节和纹理,并且经常遭受不期望的楼梯假象的困扰。 为了减少这些影响,本文通过在CS优化问题中引入新的非局部正则约束条件,提出了一种改进的基于TV的图像CS恢复算法。 非局部正则化建立在众所周知的非局部均值(NLM)过滤的基础上,并利用图像中的自相似性,这有助于抑制阶梯效应并恢复精细细节。 此外,开发了一种有效的基于增强拉格朗日算法,以解决上述组合的电视和非局部正则化约束问题。 实验结果表明,与基于最新电视的算法相比,该算法在PSNR和视觉感知方面均实现了显着的性能提升。 引文 如果您发现我们的代码对您的研究或工作有所帮助,请引用我们的论文。 @inproceeding
2021-06-17 14:43:33 113KB
1
使用弹性网络正则化执行逻辑回归的通用函数。 用法: call_generic_elasticnet_glm_predict() 此函数加载玩具数据并使用弹性网络正则化执行逻辑回归。 改编自: https://uk.mathworks.com/help/stats/lasso-and-elastic-net.html
2021-06-14 00:35:13 143KB matlab
1