← 返回卡片

原书出处

分布式机器学习:交替方向乘子法在机器学习中的应用

07 自适应加权的Huber约束稀疏表达的鲁棒性算法 7.6.6 实验结果与分析

第1版 · 核验版本的摘录快照 · 导入于 2026-11-20T15:03:44.689Z

编码残差的分布,对噪声处理更加精确。

实验证明,在弱遮挡的图像中,AWHCSC虽然没有太大优势,但依然保持较高的识别率。在多种噪声环境中,AWHCSC与WHCSC、IRGSC、RSRC、SRC、CRC、RCRC、NMR等相比有更强的鲁棒性。

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/分布式机器学习:交替方向乘子法在机器学习中的应用/_epub-src/OEBPS/Text/chapter7.xhtml

EPUB SHA-256:09dfdf1c3d0b85ffd714aa31b1545050f8a45686664f814789c7fed53b574d44