图像去噪是图像处理中的基本问题, 目标是从含噪
的观测图像估计出理想图像, 通常这是一个不适定的反
问题, 大量文献对该问题进行了深入的研究, 不过主要
针对的是加性高斯白噪声, 然而在光量子计数成像系统
中, 如 CCD 固态光电检测器阵列、天文成像、计算 X 射
线成像(CR) 、荧光共焦显微成像等等, 获取的图像往往
受到量子噪声的污染, 量子噪声服从泊松分布的统计法
则, 并非加性噪声, 且噪声强度与方差是信号依赖的, 统
计上, 亮度大的像素受到更多的干扰, 因此去除泊松噪
声是一个困难的任务.
2022-05-09 23:44:28
285KB
1
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。
2022-05-05 19:13:30
321KB
1
关于代码
这是“ Zhao，C.，Zhang，J.，Ma，S.，Fan，X.，Zhang，Y.，＆Gao，W.（2017）。”的matlab实现。表示和量化约束优先。IEEE视频技术电路和系统交易，第27（10），2057-2071页。”
用法
只需运行文件Demo_SSRQC_Deblocking.m 。
引用这项工作
如果使用此代码，请引用以下论文。
@article{zhao2017reducing,
title={Reducing image compression artifacts by structural sparse representation and quantization constraint prior},
author={Zhao, Chen and Zhang, Jian and Ma, Siwei and Fan, Xiaopeng and
2022-05-05 17:02:28
2.83MB
1
吉布斯采样matlab代码BSFG
丹尼尔·朗西（Sarah
Mukhergee）和丹尼尔·朗西
参考：Runcie，D.和Mukherjee，S.（2013）。
用遗传协方差矩阵的贝叶斯稀疏因子分析剖析高维表型。
遗传学，194（3），753–767。
该软件包是免费软件，您可以根据GNU通用公共许可证（GPL-3）的条款重新分发和/或修改它。
GNU通用公共许可证不允许在专有程序中重新分发此软件。
分发该库是希望它会有用，但没有任何担保；
甚至没有对适销性或特定用途适用性的暗示保证。
版本历史
V1.0
在以下网站上发布了MATLAB版本：
包括Ayroles_et_al_Competitive_fitness，半同胞设计的模拟
应该能够从纸上复制所有分析（直到Gibbs和模拟中的蒙特卡洛误差）
V1.1
固定计算遗传和相互作用的特效。
论文的计算结果和相应的文本缺少$
A
^
{-1}
$。
这应该不会对本文介绍的分析结果产生太大影响，但需要进行检查。
它不会影响Ayroles分析。
V2.0
几乎完全重写了模型代码，但是应该保持相同的功能（我相信）
变量已被重命名以更接近于论文
2022-05-05 14:51:41
5.18MB
1
大数据-算法-高维稀疏成对比较数据中的BradleyTerry模型.pdf
2022-05-05 14:05:15
3.34MB