已閱讀1頁(yè),還剩81頁(yè)未讀, 繼續(xù)免費(fèi)閱讀
版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、大連洛事大學(xué)DALIANMARITIMEUNIVERSITY111[11IIIIIIIIIIII[IY3369241碩十學(xué)位論文MASTERDISSERTATIoN(全口制學(xué)術(shù)學(xué)位)BasedonSmoothloNorm指導(dǎo)教師:張運(yùn)杰劉永朝理學(xué)碩士2018年3月●●●JT、射菥類(lèi)名方上:1止究位業(yè)究學(xué)專(zhuān)研TheImprovementofSparseDecompositionAlgorithmBasedonSmooth/0NormAth
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于l0范數(shù)最小化的圖像恢復(fù)算法研究.pdf
- 基于L2范數(shù)和L0范數(shù)方法的心電逆問(wèn)題研究.pdf
- 基于L0方法的CT超稀疏投影重建.pdf
- 基于光滑L0正則子的神經(jīng)網(wǎng)絡(luò)稀疏化梯度學(xué)習(xí)算法研究.pdf
- 基于L0擬范數(shù)懲罰的全變分乘性噪聲問(wèn)題.pdf
- 壓縮感知平滑LO范數(shù)算法的改進(jìn).pdf
- 基于L0范數(shù)和核回歸模型的圖像去噪方法研究.pdf
- 基于梯度圖像的L0范數(shù)最小化的快速磁化率重建方法.pdf
- 基于L0梯度最小化的圖像平滑方法研究.pdf
- 基于近似_0范數(shù)最小化的NMR波普稀疏重建算法.pdf
- 基于L0優(yōu)化的紋理分析技術(shù).pdf
- 3881.基于l1l2范數(shù)的塊稀疏信號(hào)重構(gòu)
- 基于稀疏分解算法的稀疏信道估計(jì)研究.pdf
- 一種圖像反卷積的光滑L0正則化算法.pdf
- 基于稀疏分解的視頻跟蹤算法研究.pdf
- 基于FFT的圖像稀疏分解算法研究.pdf
- 基于MP的信號(hào)稀疏分解算法研究.pdf
- 基于MP的信號(hào)稀疏分解的算法研究.pdf
- 基于改進(jìn)小波原子稀疏分解算法的超短期風(fēng)電出力預(yù)測(cè)
- 基于lp范數(shù)的非負(fù)矩陣分解并行優(yōu)化算法
評(píng)論
0/150
提交評(píng)論