آنالیز مولفه های اصلی مقاوم (RPCA) با نویزهای متفاوت
پروژه ۱۳۰۲: شبیه سازی مقاله در متلب
خلاصه:
تحقیقی در مورد آنالیز مولفه های اصلی مقاوم به تازگی توجه زیادی را به خود جلب کرده است. مدل RPCA با فرض نویز های پراکنده Sparse و استفاده از نرم L1 برای توصیف خطا استفاده می شود. این نویز ها به علت پیچیدگی توسط نرم Lp قابل تشخیص نبوده است. در این مقاله ما از مدل RPCA تحت یک چارچوب الگوریتم بیزی و داده های نویز به صورت مخلوطی از گوسی (mixture of Gaussians (MoG مدل می گردند. MoG یک تقریب یکنواخت برای توزیع پیوسته بوده و از اینرو مدل ما قادر است رنج های وسیعی از نویز ها مثل لاپلاسین ، گوسی ، نویز های تنک و یا هر ترکیبی از آنها را بسنجد. الگوریتم بیز متغیر برای این منظور پیشنهاد شده است. مزیت روش ما به صورت گسترده ای روی مدل سازی صورت ، تفریق پس زمینه و …. می باشد. برای اطلاع بیشتر ، اصل مقالات لاتین را از لینک زیر دانلود نمایید. شبیه سازی مربوط برای خرید گذاشته شده است.
:paper Title
Robust Principal Component Analysis with Complex Noise
++++++++++++++++++++++++++++++++
دانلود : دانلود اصل مقاله لاتین
شما می توانید برای دریافت اطلاعات بیشتر از این مقاله ، مقاله لاتین را از لینک بالا دریافت کرده و در صورت تمایل اقدام به خرید این شبیه سازی نمایید. این شبیه سازی در متلب انجام شده و برخی از نتایج آن در شکل های پایین آورده شده است.
در صورت سوال در مورد محصول می توانید از بخش تماس با ما (منوی بالا)، با شماره تلفن مورد نظر مکاتبه نمایید.
برخی نتایج:(با توضیح خطوط برنامه)
Relative reconstruction error: 0.020073
Estimated rank: 5
دیگر پروژه های مرتبط:
تخمین به روش بیزی Bayesian ، تخمین Bayesian به کمک روش MCMC متلب
الگوریتم های یادگیری بیزی غیر پارامتریک و اقدامات تصادفی مرکب
مجموعه: مهندسی پزشکی, مهندسی کامپیوتر, یادگیری ماشین