psf的matlab代码svDeconRL
基于Richardson-Lucy算法的总空间正则化的自由空间变异卷积
随该代码发布的出版物已发布在（开放获取）[1]中：
Raphaël
Turcotte,
Eusebiu
Sutu,
Carla
C.
Schmidt,
Nigel
J.
Emptage,
Martin
J.
Booth
(2020).
"Title",
Journal,
doi:
X
该存储库包含使用具有空间变异点响应的系统对2D图像进行反卷积所需的MATLAB代码。
反卷积基于经过改进的Richardson-Lucy算法，该算法具有总变化正则化以解决空间变化点响应。
还提供了样本数据集。
代码：
RLTV_SVdeconv.m：使用基于特征PSF分解的空间变量PSF模型执行具有总变化（TV）正则化的Richardson-Lucy反卷积的功能。
TVL1reg.m：函数使用L1范数在数组M的散度上计算RL算法的总变化正则化因子
ScriptLRTV.m：针对几种模式，迭代次数和TV系数值的给定输入，迭代调用RLTV_SVdeconv（）函数的示例脚本。
makeEdgeA
2025-12-10 18:36:25
166.86MB
1
俄罗斯全音阶按钮手风琴音乐样本数据集，此数据集包含wav格式的音频文件。每个文件包含一个garmon khromka按钮播放的声音记录。
俄罗斯全音阶按钮手风琴音乐样本数据集，此数据集包含wav格式的音频文件。每个文件包含一个garmon khromka按钮播放的声音记录。
2022-12-12 11:29:16
89.27MB
结核病唾液样本（1265张图片，显微镜下图片）
结核病唾液样本（1265张图片，显微镜下图片）
结核病唾液样本（1265张图片，显微镜下图片）
2022-10-22 17:05:48
455.92MB
1
线性回归预测波士顿房屋价格（使用 scikit-learn 和 XGBoost 两种方式），并进行了对比分析。
# 使用 scikit-learn 和 XGBoost 两种线性回归方式实现波士顿房屋价格预测
# 波士顿房屋价格 包含506个样本、13个特征指标
# XGBoost是一套提升树可扩展的机器学习系统，也可以实现线性回归
# 使用XGBoost时，需将数据转化为DMatrix格式，否则会出现错误
# 使用评估指标判断 scikit-learn 和 XGBoost 两种线性回归方式实现波士顿房屋价格预测方式的优劣
2022-09-29 19:06:46
2KB
1
使用XGBoost解决机器学习二分类问题，数据集描述的是不同蘑菇的相关特征，如大小、颜色等多维特征，目的是诊断每一种蘑菇是有毒。任务是对蘑菇特征数据进行学习，训练XGBoost二分类模型，然后利用训练好的模型诊断和预测未知的蘑菇样本。程序可扩展应用到故障诊断领域小样本数据的二分类问题或异常检测问题。
2022-09-28 09:07:07
47KB
1