该算法实现了PCSBL，结构耦合贝叶斯算法是一种考虑了信号块稀疏特点的重构算法，该算法不需要知道块稀疏信号的结构信息，可以实现一维信号的重构。算法中给出了参考论文，供学习参考。
2021-11-01 16:08:15
2KB
1
内含稀疏贝叶斯（SBL）MATLAB、python代码以及相关向量机回归代码，一共22个压缩文件，包含实际例子和数据，内容非常丰富，本人科研时候收集整理，以及写论文用到的
2021-10-13 21:08:04
22.88MB
稀疏贝叶斯学习方法与支持向量机学习方法均是围绕核函数构建预测模型的方法，而相比较于支持向量机方法，稀疏贝叶斯学习方法的最重要的特点在于其学习过程是基于贝叶斯架构的，而不是采用结构风险最小化原则，这就使稀疏贝叶斯学习方法拥有如下独特优势：（1）能够提供概率分布预测结果；（2）无需对支持向量机中平衡经验风险和泛化能力的惩罚因子进行设定；（3）模型稀疏程度与支持向量机相当或更好。
2021-08-06 20:10:38
68KB
1
android11如何在sbl阶段读分区，注意partition id对应的是在添加分区时添加的GUID，在XML中对应type
2021-05-17 22:02:27
6KB
1