低秩表示相关论文
高光谱遥感影像具有丰富的光谱信息,每个像素都可以提取到一条完整的高分辨率的光谱曲线,受到了大家广泛的关注。然而,由于成像仪......
随着数据的爆炸式增长,数据的复杂程度不断提高,基于多源数据的信息挖掘技术已经被广泛应用于生物特征识别、计算机辅助疾病诊断等......
像素级多源图像融合是将源自同一场景的两幅或多幅采用不同成像原理或成像条件的源图像融合成一幅图像的过程。融合后的图像具有单......
高光谱地物分类是遥感数据处理中的一个重要研究内容,也是从遥感影像中挖掘地物相关信息的一个重要途径,广泛的被应用于军事和民事......
随着计算机视觉和机器学习方法的快速发展,图像识别相关技术也日渐复杂和多样化。然而,现实中采集的图像往往会存在噪声干扰、图像......
随着图像融合成像技术的应用拓展,融合对象和融合任务已向多元化和多样化方向发展。异源图像间的信息差异以及同源图像间的信息冗......
高光谱图像是由成像光谱仪在数十至上百个窄光谱波段范围内对地物成像而得,不仅能够捕获地物的二维空间信息,还能获得地物连续的光......
高维数据通常存在于低维子空间中,随着现实世界中数据量变得越来越多,数据类型越来越复杂,通过恢复低维子空间来揭示数据内部结构......
低秩表示在发现高维数据以及存在噪声的数据的内在结构方面有着强大的能力。因此,在计算机视觉和机器学习等实际应用中起着十分重......
聚类算法作为模式识别、数据挖掘领域的重要研究内容,受到研究者的广泛关注。近年来,许多对团簇状的数据表现出较好性能的聚类算法......
线性回归是机器学习中比较热门的研究方法,广泛应用于分类、识别等多个领域。由于具有形式简单、易于建模、良好的可解释性等优点,......
随着计算机技术与仪表技术的迅速发展,它们已经普遍应用于工业过程中,大量的工业生产过程数据被存储下来,因此,基于数据驱动的过程......
伴随着大数据时代的来临,数据获取的方式和途径较以往更加便捷,大量的高维数据出现在各个应用领域,如人脸识别等。然而,这些高维数......
癌症具有侵略性强、死亡率高等特点,近年来针对癌症的预测研究已成为生物信息学领域的热点研究方向。一种癌症通常由多种子型组成,......
极化合成孔径雷达（Polarimetric synthetic aperture radar,简称为极化SAR）是一种多通道合成孔径雷达,有HH、HV、VH、VH四个通道,应......
随着图像成像技术不断发展,图像在卫星遥感和临床医学等领域中具有重要的应用价值。在这些应用领域中,采集到的图像往往是三维图像......
现如今,伴随计算机科学理论研究和高新技术的飞速发展,以及现实应用需求的增加,算法的性能要求也随之水涨船高。在无监督机器学习......
在数据挖掘领域,聚类作为一种重要的数据分析方法引起广泛关注,但数据规模不断扩大,数据结构日益复杂,维数也越来越高,很难使用传......
在计算机视觉和模式识别等领域,相似性度量是衡量样本特征向量相似程度的最基本的方法。如何有效地利用先验信息学习一个好的相似......
在强监督学习中,每个示例有着明确的标注信息,但是随着大数据时代的到来,标注示例所需的时间成本和金钱成本增加,弱监督学习越来越......
随着高通量基因测序技术的发展,人们已经积累了大量的蛋白质序列数据,但是对应的蛋白质结构预测及功能的分析与研究却不足。面对海......
随着信息的飞速发展,海量的数据涌现出来。如何在这些海量数据中寻找高维数据,并在高维数据中快速挖掘有效的信息是当前最需要解决......
随着多媒体技术的发展以及图像获取设备的普及,图像已经成为人类传递信息的重要载体之一。然而在图像的获取、传输与存储过程中,由......
生物测序技术的发展使得人们获得了大规模的基因组学数据,这些组学数据包含了个体或者细胞的微妙变化,对其进行挖掘研究可为探索疾......
气候分区是根据某些气象要素对特定区域进行划分,在农业生产和建筑节能领域都有着重要的应用价值。现有的气候分类方法大多只考虑......
基于稀疏表示和低秩表示的子空间聚类算法是目前的研究热点,但大多数子空间聚类方法只适用于线性子空间或仿射子空间。针对这一问......
随着人类社会在上个世纪大步迈入数字化时代,以人脸识别为代表的模式识别(PR)、机器学习(ML)等学科获得了科研学者的广泛关注,展现......
随着计算机技术和采集设备制造技术的飞速发展,人们对视觉感受的要求越来越高,表示事物的数据维数也越来越大,例如高清图像和视频......
显著性目标检测的目的是完整一致地检测出图像中最吸引人眼注意的目标区域。人类等灵长类动物能够快速地从复杂场景中选择感兴趣的......
农作物病虫害作为主要的农业灾害,在一定程度上威胁到粮食的安全生产和农产品质量。在我国,农作物虫害总体形势为多发、重发和频发......
随着网络技术的飞速发展,信息感知和网络应用产生了巨大体量的数据,大数据时代已经来临。目前,网络大数据中绝大部分是无标签的数......
随着互联网技术的发展，计算机需要处理的数据量也越来越大。处理如此海量的数据，对计算机的性能提出了很高的要求，尤其在计算机视觉领......
图像识别是计算机视觉领域的研究热点之一。如何从大规模的高维度视觉数据中获取有效的视觉表征，并且实现视觉信息的高精度、鲁棒、......
多标记分类研究一个对象同时与多个标记相关的问题。与传统的单标记分类相比,多标记分类更普遍,在许多领域,例如多主题文本分类、......
人脸识别技术是生物特征识别领域甚至人工智能领域最重要的研究课题之一,该技术已广泛应用于金融、公安、社会福利保障、电子商务......
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......
计算机视觉系统被广泛地应用于目标检测、特征提取、物体识别等诸多领域,但雨雪等恶劣天气条件会使视频和图像的质量退化,导致计算......
分类器设计是人脸识别中最重要的问题之一。从高维人脸图像数据集中抽取有效的特征表示是提高分类器性能的关键。矩阵的低秩分解已......
当今海洋资源利用开发活动日益增多,声纳图像具有高辨识能力,其对探索海洋世界具有重要意义。而图像分割是由图像处理进入到图像分......
近年来,多视图聚类算法已经能够较好地处理含有多个数据源或多个视图的数据集的情况,但如何反映数据对象和类簇之间的不确定性关系......
图像聚类是近年来机器视觉和图像处理领域关注的热点,如何快速准确地获取图像数据提取有效信息引起了广泛的研究。随着计算机技术......
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......
随着人工智能和大数据产业的发展,人类社会的各个领域都积累了大量的高维数据,如何有效地进行高维数据挖掘成为了迫在眉睫的问题。......
随着科学技术的快速发展,我们已经身处数据大爆发的时代。现实世界中许多问题涉及到高维数据的集合,如图像、视频和Web文档、DNA序......
