资料下载
×
基于狄利克雷过程的可扩展高斯混合模型
消耗积分:0 |
格式:rar |
大小:2.72 MB |
2021-04-29
分享资料个
针对使用高斯混合模型的图像先验建模中分量数目难以扩展的问题，构建基于狄利克雷过程的可扩展高斯混合模型。通过聚类分量的新增及归并机制，使模型复杂度根据数据规模自适应变化，从而增强先验模型结构的紧密度，以提升其可解释性。此外，对高斯混合模型的推理过程进行优化，给出一种基于批次处理方式的可扩展变分推理算法，求解图像去噪中所有隐变量的变分后验分布，实现先验学习。实验结果表明，该模型在图像去噪任务中较巸PLL等传统去噪模型能够取得更高的峰值信噪比，去噪效果更隹，验证了该模型的有效性。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
