子空间分割相关论文
稀疏表示是近年出现的一种新颖且热门的技术,受到很多研究者的广泛关注。其目前己被广泛应用于计算机视觉和机器学习,包括人脸识别......
机器学习方法通常分为有监督学习和无监督学习。分类器是有监督学习中的研究热点之一,子空间分割是基于子空间学习的聚类方法,属于无......
子空间分割对联合子域分布输入样本进行潜在流形聚类,是数据挖掘领域的关键技术之一。谱聚类作为子空间分割算法中应用最为广泛的算......
最近几十年,癌症已经成为威胁人类健康最重要的疾病之一,精确、可靠的肿瘤识别对癌症诊断以及治疗至关重要,而应用数据挖掘技术获......
随着三维扫描仪的发展,人们可以方便地获取各种原始点云数据。逆向工程、工业制造等多种领域对这些原始点云数据的使用越来越广泛......
基于表示理论的子空间分割方法有着广泛的应用.经典的子空间分割方法通过不同的正则项求解仿射矩阵,而忽略了 特征属性对子空间分......
GPCA(Generalized Principal Component Analysis)是近几年提出的一种数据聚类和降维方法,它通过将样本聚类为不同的子空间得到样本的......
子空间分割是计算机视觉和机器学习中的一个基本问题。由于实际问题中的数据往往类数较多,使得大量子空间的子空间分割问题显得尤......
基因表达数据具有高维、小样本、多噪声和高冗余的特点,使传统聚类方法效率较低.子空间分割是高维数据聚类的有效手段,但直接对基因表......
子空间分割已逐渐成为高维数据聚类的有效工具,但数据缺失或噪声干扰将直接影响子空间分割方法中仿射矩阵的构造,进而影响聚类效果......
人脸识别是模式识别研究的热门课题,有很重要的应用价值。针对在高维非线性人脸数据集的识别困难问题,提出一种基于核方法的相关自......
最小二乘回归(LSR)算法是一种常见的子空间分割方法,由于LSR具有解析解,因此它的聚类性能较高。然而LSR算法是应用谱聚类方法聚类......
传统的线性子空间分割方法很难刻画数据的非线性结构。借鉴核理论提出核化图正则子空间分割方法,在非线性空间中对数据进行重构,有......
有效分类基因表达数据有助于癌症的诊断,而基因表达数据的高维数、小样本特点使基因表达数据分类困难。针对这个问题,在最小二乘回......
以分割为基础的法向估计算法主要是通过法向的差异来构造点之间的相似性.针对由于距离属性的缺失,使这类算法对于紧邻面及一些光滑......
高清晰度大屏幕平板显示产品是我国科学研究的优先主题和国民经济发展的重点领域,灰度是平板显示器显示效果的重要评定参数,而目前平......
低秩表示(LRR)及其扩展算法在子空间分割任务中表现出卓越的性能。在这些算法中,结构化低秩约束算法(SCLRR)因为其能够很好地使用......
如何利用数据本身相关性以及数据的内部结构来对数据集进行有效的分割是子空间分割的一个重要问题。根据数据集本身的内部结构以及......
针对子空间聚类算法中构建块对角相似度矩阵的方法不直接且假设条件很难满足的问题,提出直接以块对角优先的拉普拉斯秩约束子空间......
在构造仿射矩阵时,满足稀疏性就会降低其分组效应,反之,又不利于数据的选择.针对这些问题,提出投影相关自适应子空间分割方法.通过......
子空间分割方法是一种重要的机器学习方法,现有的子空间分割方法一般在原样本空间上进行研究.文中借鉴现有的降维方法将投影技术与最......
针对基于线性表示理论的子空间分割方法没有考虑高维小样本数据的非线性性质,借鉴核理论,提出核最小二乘回归子空间分割方法,使子......
现实中有很多样本数据是二维的,且多数聚类方法需将二维样本数据向量化,从而导致二维数据的内部几何信息丢失.针对这一问题,提出二......