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
评论星级较低,若资源使用遇到问题可联系上传者,3个工作日内问题未解决可申请退款~