迭代算法
-
-
-
-
Adaboost是一种迭代算法
adaboost源码Adaboost是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器(弱分类器)，然后把这些弱分类器集合起来，构成一个更强的最终分类器(强分类器)。 -
-
SiRT 迭代算法
应用背景 该算法用于求解大型稀疏方程组的一种迭代程序，具有较好的收敛性，当方程组过大时该方法的迭代时间比较长，这是该方法的一个不足之处，但总的说来，该方法极大地改进了我们求解线性方程组的运算。有较好的贴切的答案。 关键技术 该算法用于求解大型稀疏方程组的一种迭代程序，具有较好的收敛性，当方程组过大时该方法的迭代时间比较长，这是该方法的一个不足之处，但总的说来，该方法极大地改进了我们求解线性方程组的运算。有较好的贴切的答案。 -
信道容量C的迭代算法
％ 信道容量C的迭代算法 ％％ 函数说明： ％％ [CC，Paa]=ChannelCap(P，k) 为信道容量函数 ％％ 变量说明： ％％ P：输入的正向转移概率矩阵，k：迭代计算精度 ％％ CC：最佳信道容量，Paa：最佳输入概率矩阵 ％％ Pa：初始输入概率矩阵，Pba：正向转移概率矩阵 ％％ Pb：输出概率矩阵 ％％ C：初始信道容量， r：输入符号数，s：输出符号数 ％ -
-
-
利用散焦模型或运动模糊模型对该图像进行模糊处理
1.选择一幅图像，利用散焦模型或运动模糊模型对该图像进行模糊处理；利用逆滤波对模糊图像进行复原处理，显示原始图像、模糊图像以及复原处理后的图像。2.利用迭代算法对模糊图像进行逆卷积复原处理，显示原始图像、模糊图像以及复原处理后的图像。
