稀疏学习相关论文
针对传统多目标回归算法无法处理输入与多输出间非线性关系,且忽视了数据点在输入与输出之间的结构信息,导致算法泛化性能受限、缺......
河流相油藏具有油层跨度大、含油区域分布广、储层之间的非均质性极强等特点,而长期的注水开发导致该类油藏的地质情况更加复杂。......
随着人工智能与大数据时代的到来,描述数据的特征数量在许多领域中都呈现爆炸式增长。高维数据集给传统的学习算法的性能产生了不......
随着大数据时代的来临,需要分析处理的数据程指数型增长。降维技术作为数据挖掘预处理技术的重要组成部分,它能有效地减少学习算法......
链路预测是研究复杂网络缺失链接的预测与还原最有效的工具。链路预测目标是通过已知网络节点或结构信息（如节点属性,节点聚类,链接......
肿瘤是一种复杂的异质性疾病。肿瘤的异质性不仅体现在同一类型肿瘤不同患者之间病理特征间的差异（肿瘤间异质性）,还体现在同一肿瘤......
目的:探讨深度堆叠式稀疏回归在癫痫患者脑电图(electroencephalogram,EEG)特征提取中的作用。方法:基于稀疏回归模型,以逐层连接......
雷达目标识别技术是基于雷达回波信号,提取与目标特性相关的信息,实现目标属性或类别的判定。随着国际形势的发展,雷达目标识别越......
随着信息技术的智能化发展，基于生物特征识别的身份认证以其唯一性、稳定性的特性，和灵活便捷的使用方式得到广泛应用，其中基于图像的......
高光谱遥感图像地物目标分类是遥感图像处理领域的研究热点之一，是发展高光谱图像分析系统的重要技术，同时也是众多高光谱应用的基础......
本文主要针对排序学习的一些相关问题进行研究。由于排序学习重要的实际意义，因此已经得到了机器学习以及信息检索领域研究学者的广......
随着计算机视觉技术和机器学习技术的飞快发展，人脸识别技术应用在了生活的各个领域，例如身份识别和智能交互界面等。人脸识别是一种......
贝叶斯学习作为机器学习的重要分支,为解决数据的建模问题提供了一种重要的方法。其中的稀疏贝叶斯学习算法凭借其概率的预测和稀......
近年来,随着数码摄影技术和互联网技术的迅速发展,海量的图像资源被互联网用户共享到社会化图像共享平台。这些社交图像的大量产生......
数据挖掘是指从大量复杂数据中寻找和提取有用规律，形成有用模式，得到价值的过程。随着现代科技水平的发展，尤其是近年大数据概念的提......
随着全球老龄化的加剧,神经退行性疾病日趋蔓延,严重影响人们的身心健康和生活质量。常见的神经退行性疾病包含帕金森病(Parkinson......
在数据呈指数形式增长的时代,实际应用中的许多数据通常是被目标不明确地采集(采集与挖掘独立进行)且无规律地存储,这是导致大数据......
随着对空间/空中目标高分辨、多角度探测与成像需求的日益增加,高分辨逆合成孔径雷达(ISAR)成像正逐步向双/多基地组网,多极化、多......
在这个数据日益增长的时代,各类电子设备在每时每刻都会产生或多或少的数据,有时产生的数据往往维度非常高,即称为高维大数据,然而......
不管是科学研究还是工业领域,都已经与各式各样的数据密不可分。随着精度要求的提高,高维数据变得愈加普遍。然而,高维数据不仅带......
随着大数据和人工智能技术的蓬勃发展,社会各行业领域中都积累了大量的高维属性数据,高维属性数据中都会存在大量相关的冗余属性,......
支持向量机(Support Vector Machine,SVM)是基于统计学理论的一种通用有监督机器学习算法。支持向量机实现了结构风险最小化原则,......
随着数据信息化的日益发展,人工地从数据中筛选出需求的信息已经变得十分困难,为此研究者以统计学思想为基础提出了机器学习方法,......
随着第四次工业革命的到来,处理海量高维复杂数据逐渐成为科技工作者的工作常态。尤其是在诸如基因工程、互联网等高新技术产业,所......
人脸识别技术一直以来都是研究者们致力于研究的方向之一,由于人脸图像中的人物表情、姿态、面部饰品等方面的变化,人脸识别工作一......
基于深度学习的异常检测算法输入通常为视频帧或光流图像,检测精度和速度较低。针对上述问题,提出了一种以运动前景块为中心的卷积......
由于具有较强的地物信息的获取能力，极化SAR已经被广泛的应用到遥感领域。和传统的SAR相比，极化SAR通过组合不同极化方向的收发信号......
针对处理高维度属性的大数据属性约减方法进行了研究,发现属性选择和子空间学习是属性约简的两种常见方法,其中属性选择具有很好的......
针对已有的多回归算法未能更好地考虑不同列类别之间的关联性,提出了一种基于超图稀疏的属性选择方法.利用稀疏理论中的e2.p-范数......
支持向量机推广性能的分析是机器学习中的一项重要内容。依据可通过最小化本性支持向量个数来构造支持向量机的思路,结合稀疏学习,......
针对无监督属性选择算法无类别信息和未考虑属性的低秩问题,提出一种基于自表达方法的低秩属性选择算法.在损失函数中使用低秩和自......
LASSO（LeastAbsoluteShrinkageandSelectionOperator）是1范数和2范数混合学习的一种理论框架，基于LASSO提出了局部保持投影的稀疏回归......
针对已有的多回归算法未能更好地考虑不同列类别之间的关联性,提出了一种基于超图稀疏的属性选择方法。利用稀疏理论中的l_(2,p)-......
针对处理高维度属性的大数据属性约减方法进行了研究，发现属性选择和子空间学习是属性约简的两种常见方法，其中属性选择具有很好的解......
在自然空中非可控环境下,飞机目标自动识别的难题之一是姿态变化和遮挡问题,为此,提出了一种基于稀疏表示的飞机目标识别方法,该方......
针对核主成分分析算法广泛面临的训练样本数量大而带来的计算和存储空间的问题,提出了基于1类支持向量理论的稀疏核主成分分析算法......
针对无监督属性选择算法无类别信息和未考虑属性低秩等问题,该文提出了一种融合K均值聚类和低秩约束的属性选择算法。算法在线性回......
为了有效描述图像的多角度视觉内容,提出一种将图像异质局部特征集通过稀疏学习映射为图像全局稀疏表示的新方法。该方法从不同的......
针对回归模型在进行属性选择未考虑类标签之间关系从而导致回归效果不理想，提出了一种新的具有鲁棒性的低秩属性选择算法。具体为，在......
为解决高维数据属性维度高,不易直接应用的问题,提出通过属性自表达移除不相关和冗余属性的属性选择算法。基于稀疏学习的框架,通......
随着社会网络的普遍和流行,社会网络为符号网络(signed network)的深入研究提出了更多的全新问题,其中链接预测是符号网络研究的核......
传统的K近邻（KNN）分类算法在实际应用过程中存在一些缺陷：没有考虑去除噪声样本,也没有考虑到在样本数据空间变换过程中保持样本数据......
受属性选择处理高维数据表现的高效性和低秩自表达方法在子空间聚类上成功运用的启发,提出一种基于稀疏学习的自表达属性选择算法......
高维数据可视化分析是数据分析与可视化领域的研究热点,传统的降维方法得到的低维空间往往难以解释,不利于人们对高维数据的可视化......
基于稀疏学习理论对人脸表情分析中灰度、局部二值模式、Gabor等不同面部特征的稀疏表达问题进行了研究。首先,对稀疏表达、K-SVD......
