稀疏子空间相关论文
主动学习已经被证明是一种成功的机器学习算法,最主要的缺点是它只注重样本的标签信息而忽略了样本的分布信息.因此带来的后果就是......
随着社会的不断进步,计算机技术、互联网技术等不断发展,数据也越来越丰富和复杂,针对丰富且复杂的数据进行聚类分析的重要方向也......
随着多媒体设备、互联网以及云计算等技术的迅速发展与普及,信息社会进入了大数据时代。文本、图像、视频、音频等来源广泛、形式......
异常值检测算法是数据挖掘领域的研究热点.传统局部异常值检测算法中,基于密度的方法挖掘局部异常值的性能较好,但是其在衡量数据......
高光谱遥感技术在近些年的迅猛发展促使其有可能提取地物的细节信息,且高光谱图像(Hyperspectral Image,简写为HSI)高效的综合了地......
压缩感知(CS)理论重要优势在于非常高的采样效率,基于该理论采样的信号能以近似1的概率得到恢复,因此CS作为现代信号采样理论已经......
类星体是人类所观测到的最遥远天体,对于了解早期宇宙的演化具有重要科学意义。由于类星体距离地球较远,其红移一般较大,导致在光......
针对单目标跟踪问题,提出基于改进粒子滤波的稀疏子空间单目标跟踪算法。在改进的粒子滤波中提出将样本分为正、负和过渡样本,减小......
在无样本类别先验信息下,样本间的局部结构和全局结构信息在降维过程中成为重要的考虑因素。多数降维方法只考虑样本间的单一结构......
针对目标跟踪算法中对光流变化较敏感、对目标的内蕴变形以及外观变化鲁棒性低等问题,将压缩感知理论及稀疏子空间表示方法应用于......
目标跟踪技术随着科技的发展由军事领域向民用科技方向开放,目前其不仅是计算机视觉领域的研究热点而且具有广阔的前景和巨大的经......
针对数据稀疏性问题,提出一种基于稀疏子空间聚类和预测评分的协同过滤算法。利用稀疏子空间聚类对用户评分矩阵进行聚类,可以保留......
针对高维数据集中存在不相关的属性与冗余数据导致无法检测出异常值的问题,提出了一种新的基于稀疏子空间的局部异常值检测算法(SS......
在宇宙中,寻求特殊的、未知的天体是人类探索宇宙奥妙所追求的目标之一,天体光谱离群数据识别方法是实现该目标的有效手段之一.将......
稀疏子空间聚类作为先进的子空间聚类算法,不仅能有效地聚类高维数据,而且可以直接对含有噪声、稀疏无关字典等干扰信息的复杂数据......
道路交通事故已经成为一个社会公共安全问题,车辆违法变道作为引发交通事故的重要原因之一,越来越受到政府和社会各界的关注。高速......
