rvm代码matlab-FastSBL:一种基于高斯尺度混合模型的回归问题快速稀疏贝叶斯学习算法

上传者: 38532849 | 上传时间: 2021-09-19 20:40:14 | 文件大小: 492KB | 文件类型: ZIP
rvm代码matlab 快速SBL 一种基于高斯尺度混合模型的回归问题快速稀疏贝叶斯学习算法 此代码用于题为“基于高斯尺度混合的高效稀疏贝叶斯学习算法”的论文。 数据集中的图像是从 和 获取的。 tools 中的函数 FastLaplace.m 对应于基于拉普拉斯先验的快速 SBL 算法,该算法是从原始作者处获得的。 这篇论文的标题是“使用拉普拉斯先验的贝叶斯压缩感知”。 GGAMP-SBL.m 对应于题为“基于 GAMP 的低复杂度稀疏贝叶斯学习算法”论文中的算法 1。 为了比较,需要 sparseLab 2.1 和 RVM V1.1 工具箱,可以分别从 和 获得。 此代码在 Matlab 2019b 中实现。 如有任何问题,请联系 如果您使用我们代码的任何部分,请引用我们的论文。 W. Zhou, H. -T. Zhang 和 J. Wang,“基于高斯尺度混合的高效稀疏贝叶斯学习算法”,IEEE 神经网络和学习系统汇刊,doi:10.1109/TNNLS.2020.3049056。 参考资料: @ARTICLE{zhou2021efficient, author={W. {Zho

文件下载

资源详情

[{"title":"( 28 个子文件 492KB ) rvm代码matlab-FastSBL:一种基于高斯尺度混合模型的回归问题快速稀疏贝叶斯学习算法","children":[{"title":"FastSBL-master","children":[{"title":"main_Gaussian_Large_size.m <span style='color:#111;'> 5.17KB </span>","children":null,"spread":false},{"title":"main_Spike_Large_Size.m <span style='color:#111;'> 5.02KB </span>","children":null,"spread":false},{"title":"tools","children":[{"title":"genGaussianSignal.m <span style='color:#111;'> 134B </span>","children":null,"spread":false},{"title":"Ga_FSBL.m <span style='color:#111;'> 1.90KB </span>","children":null,"spread":false},{"title":"GGAMP_SBL.m <span style='color:#111;'> 1.91KB </span>","children":null,"spread":false},{"title":"La_FSBL.m <span style='color:#111;'> 1.84KB </span>","children":null,"spread":false},{"title":"FastLaplace.m <span style='color:#111;'> 7.91KB </span>","children":null,"spread":false},{"title":"genSpikeSignal.m <span style='color:#111;'> 148B </span>","children":null,"spread":false},{"title":"genStSignal.m <span style='color:#111;'> 165B </span>","children":null,"spread":false}],"spread":true},{"title":"main_Image_Mondrian.m <span style='color:#111;'> 6.16KB </span>","children":null,"spread":false},{"title":"main_Student_Large_Size.m <span style='color:#111;'> 5.19KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 1.61KB </span>","children":null,"spread":false},{"title":"SBL_Tipping2001","children":[{"title":"sb1_manual.pdf <span style='color:#111;'> 84.39KB </span>","children":null,"spread":false},{"title":"Readme.txt <span style='color:#111;'> 158B </span>","children":null,"spread":false},{"title":"synth.tr <span style='color:#111;'> 7.32KB </span>","children":null,"spread":false},{"title":"SB1_RVM.m <span style='color:#111;'> 2.63KB </span>","children":null,"spread":false},{"title":"synth.te <span style='color:#111;'> 31.25KB </span>","children":null,"spread":false},{"title":"SB1_ExampleRegress.m <span style='color:#111;'> 2.78KB </span>","children":null,"spread":false},{"title":"SB1_Diagnostic.m <span style='color:#111;'> 516B </span>","children":null,"spread":false},{"title":"SB1_PosteriorMode.m <span style='color:#111;'> 3.91KB </span>","children":null,"spread":false},{"title":"setEnvironment.m <span style='color:#111;'> 852B </span>","children":null,"spread":false},{"title":"SB1_Estimate.m <span style='color:#111;'> 5.48KB </span>","children":null,"spread":false},{"title":"getEnvironment.m <span style='color:#111;'> 373B </span>","children":null,"spread":false},{"title":"SB1_ExampleClassify.m <span style='color:#111;'> 3.94KB </span>","children":null,"spread":false},{"title":"SB1_KernelFunction.m <span style='color:#111;'> 2.43KB </span>","children":null,"spread":false}],"spread":false},{"title":"Dataset","children":[{"title":"lena.png <span style='color:#111;'> 147.66KB </span>","children":null,"spread":false},{"title":"indor2.pgm <span style='color:#111;'> 64.07KB </span>","children":null,"spread":false},{"title":"Mondrian.tif <span style='color:#111;'> 257.98KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明