【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:2021-05-27 08:14:33
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()