稀疏编码算法是一种无监督学习方法，它用来寻找一组“超完备”基向量来更高效地表示样本数据。稀疏编码算法的目的就是找到一组基向量，使得我们能将输入向量表示为这些基向量的线性组合。
稀疏编码(sparse coding)是神经生物学、心理学以及计算机科学的交叉研究领域。近年来,许多科学家对稀疏编码理论展开了全面深入的研究,并取得了一系列重要...
基于350个网页-相关网页
...限制波尔兹曼机 [16] 限制波尔兹曼机(Restricted Boltzmann Machine, RBM) 优先出版 计算机应用研究 第 34 卷 和稀疏编码(Sparse ..
基于8个网页-相关网页
Compared with wavelet shrinkage method, the features obtained based on sparse coding have important benefit over wavelet ones.
与小波收缩法相比，稀疏编码法提取的特征要优于小波法提取的特征。
参考来源 - 期刊学术社区·2,447,543篇论文数据，部分数据来源于NoteExpress
主题主要有聚类，稀疏编码，局限玻尔兹曼机和深度信念网络。
Topics include clustering, sparse coding, autoencoders, restricted Boltzmann machines, and deep belief networks.
我们修改基于特征的增量编码模型，根据稀疏编码原理，将其扩展成层次结构，并利用高斯金字塔解决尺度问题。
We expand it into two-layer structure based on sparse coding theory, and use Gaus-sian pyramid to solve scale problems.
利用场景的稀疏性，将阈值以上的像素映射到三元组，对其灰度和位置信息分别熵编码；
Using the sparsity of the scene, pixels above the threshold were mapped to a triple before entropy encoding for both grayscales and locations.
应用推荐