去噪代码matlab-huber_mm_framework:鲁棒的Huber回归与Majorization-Minimization算法

时间:2024-06-16 02:01:13
【文件属性】:

文件名称:去噪代码matlab-huber_mm_framework:鲁棒的Huber回归与Majorization-Minimization算法

文件大小:3.85MB

文件格式:ZIP

更新时间:2024-06-16 02:01:13

系统开源

去噪声代码matlab python中具有Huber准则的稀疏鲁棒线性回归 此代码说明了将Huber准则用于各种任务的说明。 它包含一个与本文相关的工具箱: Block-wise Minimization-Majorization Algorithm for Huber's Criterion: Sparse Learning and Applications, Esa Ollila and Ammar Mian Submitted to MLSP 2020 conference. 它还有助于提高论文中提出的结果的可重复性。 它提供了matlab和python代码。 警告:Python版本仍在调试中,虽然不如matlab可信,但仍在开发中。 本文的结果是使用matlab版本获得的。 文件的组织 该存储库被分解为两个子目录: matlab /,其中包含matlab代码。 要重现本文介绍的结果,请运行: Simulation_1_Regression_example.m Simulation_1_Image_denoising_example.m python /,其中包含python代码


【文件预览】:
huber_mm_framework-master
----.gitignore(2KB)
----matlab()
--------rhohub.m(219B)
--------psihub.m(194B)
--------aux()
--------examples()
--------hubniht.m(5KB)
--------talk()
--------whub.m(189B)
--------hubreg.m(4KB)
--------pics()
--------hubniht_denoising.m(4KB)
----README.md(2KB)
----python()
--------mmhuber()
--------data()
--------notebooks()

网友评论