研究目的
为了将Beta过程先验引入分层稀疏贝叶斯学习中,以恢复退化的底层高光谱图像(HSI),包括抑制各种噪声和推断缺失数据。
研究成果
所提出的分层稀疏贝叶斯学习方法通过学习和表征有效数据与噪声特性,有效恢复了高光谱图像。该方法在降低混合噪声和预测缺失数据方面优于现有最先进技术。
研究不足
该论文未明确提及局限性,但与其他方法相比,其计算复杂度和时间消耗更高。
研究目的
为了将Beta过程先验引入分层稀疏贝叶斯学习中,以恢复退化的底层高光谱图像(HSI),包括抑制各种噪声和推断缺失数据。
研究成果
所提出的分层稀疏贝叶斯学习方法通过学习和表征有效数据与噪声特性,有效恢复了高光谱图像。该方法在降低混合噪声和预测缺失数据方面优于现有最先进技术。
研究不足
该论文未明确提及局限性,但与其他方法相比,其计算复杂度和时间消耗更高。
加载中....
您正在对论文“基于Beta过程先验的分层稀疏贝叶斯学习在高光谱图像复原中的应用”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期