论文研究-基于贝叶斯匹配追踪的SAR图像重构.pdf
结合稀疏贝叶斯学习和压缩感知CS理论, 提出了一种基于贝叶斯匹配追踪的SAR图像重构的新方法。该方法将SAR图像的重构过程看做是一个线性回归问题, 而待重建的图像是该回归模型中的未知权值参数。利用高斯混合参数对未知权值参数赋予确定的先验条件概率分布, 用于限制权值参数的稀疏性。该方法能够得到重建图像所需要的一组具有较高后验概率密度的模型, 从而实现图像在最小均方误差MMSE意义下的重构; 对于高斯混合模型中参数未知的情况, 可以采用基于EM的最大似然估计方法估计。实验结果表明, 基于贝叶斯匹配追踪的SAR图像重构方法能够获得精确的重建图像, 并且能够有效地保持图像的细节特征。
文件下载
评论信息
其他资源
- 电力系统暂态稳定分析程序
- 网络协议分析器的设计与实现
- 六仔php源码
- python编写的Flappybird（附图片和声音资源）
- SOLIDWORKS Electrical3D德力西元件
- 中型企业网络组网方案
- SLE4442IC卡读写程序
- wpf编程宝典完整PDF版 part2
- ppt模板11-105页
- xadmin一个django插件
- DingTalk_v3.3.3-RC.1.exe
- NxShell Setup 1.0.1.exe
- IS420配置手册.txt
- Intel 64位微处理器系统编程和应用编程多核技术加汇编.7z
- 工程测试文件
- MCGS_ModBusTCP样例
- eCognition Developer 9.01破解版（含crack文件）
- Win-Caffe:Visual Studio 2015, CPU only, Python 3.5
- HeadFirst系列之：深入浅出Rails（中文版）高清完整PDF
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
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