说明：采用动量梯度下降算法训练 BP 网络。 采用贝叶斯正则化算法提高 BP 网络的推广能力。在本例中，我们采用两种训练方法，即 L-M 优化算法（trainlm）和贝叶斯正则化算法（trainbr），用以训练 BP 网络，使其能够拟合某一附加有白噪声的正弦样本数据。

BP 网络 贝叶斯正则化算法 L-M 优化算法 trainlm 贝叶斯正则化算法 trainbr 白噪声

说明：利用正则化方法对模糊图像进行恢复的算法，产生一幅图象，然后加入噪声后对特定的输入正则化参数其进行图象恢复。

正则化图像 正则化-恢复 正则-图像 图像-正则 正则化-模糊

说明：采用贝叶斯正则化算法提高BP网络的推广能力。在本例中，将采用两种训练方法，即L-M优化算法（trainlm)和贝叶斯正则化算法（trainbr),用以训练BP网络，使其能够拟合某一附加有白噪声的正弦样本数据。

贝叶斯拟合 trainbr BP数据拟合 Trainlm data-fit-matlab

说明：景区简介-------------------------------------------------------------此文件夹包含用于获取20NEWSGROUPS数据集[ 2 ]实验结果代码。要求----------------------------------------------...

正则 方法 依赖 多个 来自 适应

说明：基于大坝温控的温度预报程序，采用了L-M优化算法和贝叶斯正则化算法，结果良好。

大坝温控 L-M优化算法 贝叶斯正则化算法 BP

说明：本工具包给出了反问题计算常用的正则化参数确定，求正则化解等方法。非常有效，是难得的一款好软件包

正则化工具包 反问题 正则化参数 matlab-正则化 BakerSignet-Regu

说明：压缩感知中利用增广拉格朗日方程解最小稀疏正则化的恢复算法

正则化稀疏 正则化-恢复 正则化-matlab 拉格朗日方程 稀疏恢复

说明：基于ADMM的TV正则化最小化稀疏重建算法。

ADMM算法 TV-ADMM 正则化

说明：采用动量梯度下降算法训练BP网络，采用两种训练方法，即 L-M 优化算法（trainlm）和贝叶斯正则化算法（trainbr），用以训练 BP 网络。

动量梯度 L-M 贝叶斯正则

说明：该软件包包含了合并执行在MATLAB9升-1的最小化算法。每个函数都使用一组参数是一致的（如停止准则和公差）与我们的基准脚本接口。 正交匹配追踪：SolveOMP.m 原对偶内点法：SolvePDIPA.m 梯度投影：SolveL1LS.m 同伦：SolveHomotopy.m 迭代阈值：Solve...

原对偶内点法 双阈值 同伦 朗格朗日对偶 l1