-
FastSBL:一种针对回归问题的快速稀疏贝叶斯学习算法，基于高斯尺度混合模型在MATLAB中的实现称为rvm代码
资源介绍
rvm代码matlab
快速SBL
一种基于高斯尺度混合模型的回归问题快速稀疏贝叶斯学习算法
此代码用于题为“基于高斯尺度混合的高效稀疏贝叶斯学习算法”的论文。
数据集中的图像是从
和
获取的。
tools
中的函数
FastLaplace.m
对应于基于拉普拉斯先验的快速
SBL
算法，该算法是从原始作者处获得的。
这篇论文的标题是“使用拉普拉斯先验的贝叶斯压缩感知”。
GGAMP-SBL.m
对应于题为“基于
GAMP
的低复杂度稀疏贝叶斯学习算法”论文中的算法
1。
为了比较，需要
sparseLab
2.1
和
RVM
V1.1
工具箱，可以分别从
和
获得。
此代码在
Matlab
2019b
中实现。
如有任何问题，请联系
如果您使用我们代码的任何部分，请引用我们的论文。
W.
Zhou,
H.
-T.
Zhang
和
J.
Wang，“基于高斯尺度混合的高效稀疏贝叶斯学习算法”，IEEE
神经网络和学习系统汇刊，doi：10.1109/TNNLS.2020.3049056。
参考资料：
@ARTICLE{zhou2021efficient,
author={W.
{Zho