QQ客服 官方微博 反馈留言

浏览/检索结果: 共6条，第1-6条 帮助 限定条件 发表日期：2012     已选(0)清除 条数/页：5101520253035404550556065707580859095100   排序方式：请选择作者升序作者降序题名升序题名降序发表日期升序发表日期降序提交时间升序提交时间降序 LEARNING MULTIPLE CODEBOOKS FOR LOW BIT RATE MOBILE VISUAL SEARCH 其他 2012-01-01 Lin, Jie; Duan, Ling-Yu; Chen, Jie; Ji, Rongrong; Luo, Siwei; Gao, Wen 收藏  |  浏览/下载：3/0  |  提交时间：2015/11/16 Mobile visual search  visual vocabulary  universal quantization  compact descriptor   Tritium analysis in titanium films by the BIXS method 期刊论文 Nuclear Instruments and Methods in Physics Research Section B: Beam Interactions with Materials and Atoms, 2012, 卷号: Vol.275, 页码: 20-23 作者:  W.G. Zhang;  H.W. Sun;  F.Y. Zeng;  L. Mao;  Q.Q. Wu 收藏  |  浏览/下载：1/0  |  提交时间：2019/02/25 Tritium analysis  Monte Carlo simulation  Tikhonov regularization   An extragradient method for solving split feasibility and fixed point problems 期刊论文 COMPUTERS & MATHEMATICS WITH APPLICATIONS, 2012, 卷号: 64, 页码: 633-642 作者:  Ceng, L-C[1];  Ansari, Q. H.[2];  Yao, J-C[3] 收藏  |  浏览/下载：3/0  |  提交时间：2019/04/30 Split feasibility problems  Fixed point problems  Extragradient method  Regularization  Averaged mappings  Maximal monotone mappings   SAR RANGE AMBIGUITY SUPPRESSION VIA SPARSE REGULARIZATION 会议论文 作者:  Fang, Jian;  Xu, Zongben;  Jiang, Chenglong;  Zhang, Bingchen;  Hong, Wen 收藏  |  浏览/下载：3/0  |  提交时间：2019/12/10 L-q Regularization  Compressed Sensing  Range Ambiguity Suppression   L-1/2 Regularization: A Thresholding Representation Theory and a Fast Solver 期刊论文 IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS, 2012, 卷号: 23, 期号: [db:dc_citation_issue], 页码: 1013-1027 作者:  Xu, Zongben;  Chang, Xiangyu;  Xu, Fengmin;  Zhang, Hai 收藏  |  浏览/下载：2/0  |  提交时间：2019/12/10 L-q regularization  thresholding representation theory  hard  sparsity  Compressive sensing  half  thresholding algorithms  soft   Representative of L1/2regularization among Lq(0 期刊论文 Zidonghua Xuebao/Acta Automatica Sinica, 2012, 卷号: 38, 期号: [db:dc_citation_issue], 页码: 1225-1228 作者:  Xu, Zong-Ben;  Guo, Hai-Liang;  Wang, Yao;  Zhang, Hai 收藏  |  浏览/下载：7/0  |  提交时间：2019/12/10 Best choice  L1 regularizations  Regularization methods  Signal recovery  Sparse solutions  Sparsity problems