|
关注：1
2013-05-23 12:21
求翻译：However, this type of data-adaptive sparse signal modeling significantly increases the amount of time required to reconstruct an image. The synthesis sparsity model is inherently burdened with high computational cost, requiring the solution of an NP-hard subproblem known as sparse coding. Although algorithms exist to ap是什么意思？ 待解决
 悬赏分：1
- 离问题结束还有
However, this type of data-adaptive sparse signal modeling significantly increases the amount of time required to reconstruct an image. The synthesis sparsity model is inherently burdened with high computational cost, requiring the solution of an NP-hard subproblem known as sparse coding. Although algorithms exist to ap
问题补充： |
|
2013-05-23 12:21:38
然而，这种类型的数据自适应稀疏信号建模显着的增加的时间来重构图像所需的时间。
|
|
2013-05-23 12:23:18
但是,这种类型的数据的自适应稀疏信号建模的数量大大增加了所需的时间,重建一个影像。 稀疏的综合模型在本质上是要负担很高的计算成本,需要解决一个NP-Hard subproblem称为稀疏矩阵编码。 虽然算法存在的解决方案以近似的稀疏矩阵编码问题,据悉,这些规模较差,数据的大小。
|
|
2013-05-23 12:24:58
然而，塑造signifi的数据能适应的稀稀落落的信号的这个类型cantly增加要求的时间重建图象。 综合sparsity模型固有地负担高计算费用，要求一个NP坚硬次要问题的解答以稀稀落落的编制程序著名。 虽然算法存在接近解答到稀稀落落的符号化问题，他们被知道不足称以数据大小。 这限制综合sparsity经常化的公共事业为实用tomographic重建。
|
|
2013-05-23 12:26:38
然而，这种类型的数据自适应稀疏信号建模技术有力地增加重建图像所需的时间量。综合稀疏模型本质上背负着计算成本高，需要的稀疏编码 NP 难的子称为解决方案。虽然算法存在近似稀疏编码问题的解决办法，他们是已知差随数据的大小。这就限制了实际的层析重建合成稀疏性正则化方法的效用。
|
|
2013-05-23 12:28:18
然而，模拟 signi 的此类数据适应稀少的信号？cantly 时间量需要重建一幅图像的增长。综合稀少模型被固有地以高计算的损失增加负担，需要称为稀少的编码的一个 NP 困难的子问题的解决方案。虽然算法存在使稀少的编码问题的解决方案接近，他们利用数据糟糕地为规模所熟知大小。这限制综合稀少的设施对于实用 X 线断层摄影术的改造的 regularization。
|
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
