搜索资源列表
SB2_Release_200
- 稀疏贝叶斯方法mablab 工具箱，内嵌快速算法。-SparseBayes. . . . . . . . . . . . . . An Efficient Matlab Implementation of theSparse Bayesian Modelling Algorithm (Version 2.0)
sparsebays
- 实现稀疏贝叶斯模型的一个有效的学习算法的matlab函数包-Sparse Bayesian models to achieve an effective learning algorithm matlab function package
TSBL_code
- 稀疏贝叶斯学习的代码，出自UCLA，大家可以下载-sparse bayesian learning
Sparse-Bayesian-Learning-and-rvm
- 稀疏贝叶斯学习和相关向量回归，大家可以看一下，人工智能中的应用-Relevance vector machine, new applications in the field of artificial intelligence, I hope you look at...
SB2_Release_200
- SparseBayesDemo,用于学习稀疏贝叶斯算法的工具，由RVM算法开发者Tipping开发-"SparseBayes" is a package of Matlab functions designed to implement an efficient learning algorithm for "Sparse Bayesian" models.
SparseBayes
- 实现有效的学习算法 的稀疏贝叶斯模型，即稀疏贝叶斯matlab工具箱-"SparseBayes" is a package of Matlab functions designed to implement an efficient learning algorithm for "Sparse Bayesian" models. The "Version 2" package is an expanded imple
RVM2
- 基于稀疏贝叶斯框架的机器学习算法，能有效用于回归和分类预测，具有较强的泛化性-Machine learning algorithm based on sparse Bayesian framework, can effectively be used for regression and classification forecast has good generalization
Image-reconstruction_CS
- 合稀疏贝叶斯学习(SBL)和可压缩传感理论(CS)，给出一种在噪声测量条件下重建可压缩图像的方法。该方法将cS理论中图像重建过程看作一个线性回归问题，而待重建的图像是该回归模型巾的未知权值参数；利用sBL方法对权值赋予确定的先验条件概率分布用以限制模型的复杂度，并引入超参数- Hop sparse Bayesian learning ( SBL ) and compressible sensing theory ( CS ) , give a compressible image recon
SB2_Release_200
- 稀疏贝叶斯方法mablab 工具箱，内嵌快速算法SB2_Release_200.-Sparse Bayesian methods mablab Toolbox, embedded fast algorithm SB2_Release_200.
MSBL_code
- 稀疏贝叶斯学习是一种很好压缩感知，信号恢复方法。-sparse bayesian learning is a good cs method for coefficient recovery.
相关向量机
- 稀疏贝叶斯学习中相关向量机学习程序资料，一起学习(In sparse Bayesian learning, correlation vector machine learning program data, learning together)
SparseBayes_相关向量机函数包
- 使用稀疏贝叶斯相关向量机方法对数据进行优化处理，(Use sparse Bayesian method to optimize the data)
块稀疏贝叶斯学习快速算法
- 块稀疏贝叶斯学习快速算法，基于论文快速块稀疏贝叶斯学习算法的理论与应用
稀疏贝叶斯
- 基于稀疏贝叶斯学习的稀疏向量恢复算法，里面包含多个情景下的仿真程序和说明(Sparse vectors recovery based on SBL)
压缩感知和稀疏贝叶斯
- 基于贝叶斯理论的压缩感知算法，基于已有的先验知识，和信号的稀疏性，采用贝叶斯理论，对信号进行重构恢复。
SBL
- 基于稀疏贝叶斯学习的窄带信号波达方向估计，实测有用，亲测有效！(Based on the sparse Bayesian learning, the narrow-band signal direction estimation is useful, and the pro-test is effective!)
利用拉普拉斯先验的压缩感知稀疏重构的贝叶斯方法
- 利用拉普拉斯先验的压缩感知稀疏重构的贝叶斯方法(The bayesian method of sparse reconstruction using Laplace's prior compressed sensing)
MSBL_code
- 块稀疏贝叶斯方法，使用块稀疏贝叶斯求解稀疏信号(Block Sparse Bayesian Method)
稀疏贝叶斯
- 稀疏贝叶斯仿真例子，作用为速度估计，设置估计速度为1.3m/s，阵列为mm，可以自行设定。
变分贝叶斯稀疏恢复代码
- 基于贝叶斯压缩感知的变分贝叶斯稀疏恢复代码，是入行压缩感知，变分推断的良好入门代码