摘︰要:该文基于贝叶斯分析的视角，揭示了一类算法，包括使用隐变量模型的稀疏贝叶斯学习(SBL)，正则化FOCUSS算法以及Log-Sum算法之间的内在关联。分析显示，作为隐变量贝叶斯模型的一种，稀疏贝叶斯学习使用第2类最大似然(TypeII ML)在隐变量空间进行运算，可以视作一种更为广义和灵活的方法，并且为不适定反问题的稀疏求解提供了改进的途径。较之于目前基于第1类最大似然(Type IML)的稀疏方法，仿真实验证实了稀疏贝叶斯学习的优越性能。- f9 B' m( i, c, \+ m
关键词:信号处理:隐变量贝叶斯模型;第2类最大似然;稀疏贝叶斯学习;迭代加权最小二乘法* T, V+ [7 v$ b3 ~+ S
/1 
发表于 2021-1-19 14:32
收藏
淘帖
支持！
反对！