|
关注：1
2013-05-23 12:21
求翻译：Rather than describing the sparse structure of a signal analytically, recent work has explored techniques to adaptively learn such a signal model from the data itself. Data-adaptive sparse modeling of signals has shown to be capable of substantially outperforming state of the art schemes in MRI [2], two-dimensional low是什么意思？ 待解决
 悬赏分：1
- 离问题结束还有
Rather than describing the sparse structure of a signal analytically, recent work has explored techniques to adaptively learn such a signal model from the data itself. Data-adaptive sparse modeling of signals has shown to be capable of substantially outperforming state of the art schemes in MRI [2], two-dimensional low
问题补充： |
|
2013-05-23 12:21:38
而不是描述的信号解析的稀疏结构，最近的工作探索技术，自适应学习这种从数据本身的信号模型。
|
|
2013-05-23 12:23:18
而不是描述稀疏结构分析的一个信号,最近的工作探讨技术,适应性学习这种信号模型从数据本身。 数据的自适应稀疏矩阵建模的信号表明,能够大大的优于国家的艺术计划,磁共振成像[2],二维低剂量和有限的角度CT[3,4,5],和许多其他逆向问题。
|
|
2013-05-23 12:24:58
而不是分析描述信号的稀稀落落的结构，最近的工作探索技术能适应学会这样一个信号模型从数据。 数据能适应稀稀落落塑造信号在MRI 2，二维低药量和有限角度CT 3， (4)， 5和许多其他 (相反问题显示是)能坚固胜过科技目前进步水平计划。 这些计划支持所谓的综合sparsity模型，信号利益假设从信号的一个小子集的线性组合被综合从称字典的大收藏量。 同时学会这本字典，当重建图象提供signifi伪善言辞改善在方法例如电视或ℓ1+Wavelets时。
|
|
2013-05-23 12:26:38
最近的工作而不是解析描述信号的稀疏结构，探索技术学会适应这种信号模型，从数据本身。数据自适应稀疏的信号建模已证明有能力大大优于最先进的磁共振成像 [2]、 [3，4，5] 的二维低剂量和有限转角 CT 和很多其他逆问题的计划。这些计划利用所谓合成稀疏模型，假定感兴趣的信号，从一个小的信号从更大的集合称为字典子集的线性组合合成。而重建图像在电视或 ℓ1 + 小波的方法提供得到明显改善，同时学习这本字典。
|
|
2013-05-23 12:28:18
正在翻译，请等待...
|
湖北省互联网违法和不良信息举报平台 | 网上有害信息举报专区 | 电信诈骗举报专区 | 涉历史虚无主义有害信息举报专区 | 涉企侵权举报专区
