#
第28卷 第5 期
#
#
第27 卷 第7 期
Click to edit Master title styleClick to edit Master text stylesSecond levelThird levelFourth levelFifth levelMMSE Estimation for Sparse Representation ModelingBy:
一种基于L 1 -L 1 范数稀疏表示的地震反演方法石战战夏艳晴周怀来王元君唐湘蓉 1. 成都理工大学 工程技术学院四川 乐山 614000 2. 成都理工大学 地球物理学院四川 成都 610059 异常值敏感度对比分析 abcd—传统算法反演结果efgh—L 1 -L 1 范数稀疏表示反演结果由上到下异常值数量分别为015和10 物探与化探201943(4):
Click
一设计要求1.1 问题描述稀疏矩阵是指那些多数元素为零的矩阵利用稀疏特点进行存储和计算可以大大节省存储空间提高计算效率求一个稀疏矩阵A的转置矩阵B1.2需求分析(1)以带行逻辑链接信息的三元组顺序表表示稀疏矩阵实现稀疏矩阵的转置运算(2)稀疏矩阵的输入形式采用三元组表示运算结果则以通常的阵列形式列出(3)首先提示用户输入矩阵的行数列数非零元个数再采用三元组表示方法输入矩阵然后进行转置运算该系统可以
单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级基于稀疏表示的识别方法稀疏表示(SR)的原理基于SR识别的原理基于SR识别的效果识别方法的实现常用稀疏求解算法常用识别认证方法算法实验算法验证实验识别实验字典相关性测试稀疏表示(SR)的原理线性表示如何用于识别给定m维空间中一组过完备的基A 如何选择最少个数的基向量x重构给定向量y 基于SR识别的原理共有k个类每个类下的每个样
违法有害信息,请在下方选择原因提交举报