稀疏优化相关论文
现代神经网络可能会对来自训练分布之外的输入产生高置信度的预测结果，对机器学习模型构成潜在威胁。检测异常分布的输入是在现实世......
电力能量管理系统中几乎所有高级应用都高度依赖网络参数,准确可靠的电网设备参数是电力系统安全、稳定、经济运行的重要基础。然......
在实践中,基于深度学习的分类模型经常会遇到明显偏离训练数据分布的未知（Out-Of-Distribution,OOD）样本,此时分类模型仍然可能以较......
针对海杂波背景下弱目标检测中存在的信杂比低的问题，提出了改进的基于可调Q因子小波变换的海杂波抑制算法。由于海杂波能量远大于......
微弱目标成像探测作为图像处理和计算机视觉的重点内容一直都受到研究学者们的广泛关注,在军事和安防等领域都具有广泛而重要的应......
压缩感知理论在过去的十几年间得到快速的发展,不仅极大地丰富数字信号处理领域的研究内容,而且也为其他专业领域的研究提供一种新......
最优化问题描述了一定限制条件下,采取某一方案,使目标达到最优的一种状态,是应用数学的重要分支。近年来,一类优化问题——稀疏优......
聚类分析（Clustering Analysis）是机器学习和数据挖掘领域的一个重要分支,在模式识别、图像分割、特征提取等领域中得到了广泛的应用......
稀疏优化问题在图像处理、压缩感知、机器学习等领域有着广泛的应用.众所周知,无论在理论还是算法方面,l1-极小化问题都是研究稀疏......
针对现有各类同步定位与地图构建(simultaneous localization and mapping, SLAM)方法的效率与精度问题,本文提出了一种适用于大尺......
锥束X射线发光断层成像(CB-XLCT)是一种新型分子影像模态,对疾病的早期检测、靶向治疗以及药物研制等具有重要意义。然而,通过传统......
近几十年来，人脸识别始终是计算机视觉及人工智能研究中最重要的难题之一，其吸引了无数研究工作人员的研究兴趣。随着视频监控、流媒......
在科学与工程等众多领域,广泛存在着非光滑优化问题。对于规模较大、结构复杂的非光滑优化问题,经典的离散优化算法往往无法实时求......
本文是针对一类稀疏优化折叠凹惩罚的理论与算法进行研究;用折叠凹连续罚来连续逼近L0范数,即目标函数是由一个非光滑凸的损失函数......
最优化问题与人们的生活、学习等方面都是息息相关的。最优化理论是解决最优化问题的理论基础。随着近几年计算机技术的迅猛发展,......
协同显著性检测是近年来计算机视觉领域迅速兴起和快速发展的一个研究领域,旨在一组图像中找到外观相似或者语义相同的处在前景中......
稀疏性重构是近几年快速发展的一类问题,在许多交叉学科有着广泛的应用。随着人类信息获取能力的不断提高,产生的数据量成倍增长,......
稀疏优化算法目的是求解优化问题的稀疏解。在数据日趋高维化的时代,稀疏性可以帮助人们更好地提炼出最有意义的特征信息,同时削弱......
合成孔径雷达由于其优良的抗环境干扰的性能而广泛应用在军事和民用领域。然而通过合成孔径雷达得到的SAR图像由于相干成像原理会......
本文讨论了一元多项式稀疏近似最大公因子的计算.把文献中针对两个多项式的稀疏近似最大公因子算法推广到了多个多项式的情形.首先......
稀疏优化方法在稀疏重构、信号估计、人脸识别、机器学习和生物信息学等领域引起了广泛的兴趣.研究者根据具体实际问题背景的稀疏......
本文以滚动轴承为研究对象,着重探讨了故障提取与识别和故障趋势预测阶段的新的采样方法、新的处理方法和预测模型。基于此,将稀疏......
为促进计算机辅助设计(CAD)与计算机辅助工程(CAE)的无缝融合,有学者提出了等几何分析方法(IGA).IGA的核心思想是使用相同的光滑且......
针对直线阵列天线稀疏优化中的遗传算法进行研究,给出了一种稀疏直线阵列的优化模型,介绍了遗传算法的理论,通过算法仿真,对稀疏直......
本文针对增强型指数基金管理问题，建立稀疏鲁棒优化模型并进行实证分析．首先引入收益率的扰动集合，建立稀疏鲁棒超越指数模型，并精确给......
经典的套利模型只研究两资产间的价格行为,本文基于不确定优化的视角,针对多资产的配对交易问题和中国市场限制卖空的特点,构建了......
相位复原问题是指从信号的傅里叶变换的模来恢复这个信号，在X射线衍射成像，天文成像和光学等领域有广泛的应用。由于相位信息的缺失，......
全变差图像恢复的变分模型是现在国内外研究的一个热点.本文基于全变差的对偶公式，把原问题转化为其对偶的形式，并提出一些有效的梯......
稀疏性重构是近几年快速发展的一类问题，在许多交叉学科有着广泛的应用。随着人类信息获取能力的不断提高，产生的数据量成倍增长，如何......
目前,稀疏优化算法近来是学术界研究的热点之一,被广泛应用于自然图像处理、信号压缩感知、计算机视觉和医学影响处理领域。与此同......
学位
近来,稀疏优化方法在计算机视觉、图像处理、生物医学信息学等领域的应用引起了学者广泛的兴趣。根据实际背景下的数据结构和稀疏......
在如今信息化时代，数据膨胀造成的维数灾难是数据处理的重要课题。近年来，利用稀疏优化方法进行特征选择来达到降低维数的目的是数据......
简化复杂的网格模型,减少模型的数据量,对于数字几何处理技术的各个研究领域技术的发展以及推广都有非常重要的意义,尤其是模型的......
压缩感知／压缩传感理论(Compressed Sensing简称CS理论)作为信号及图像处理领域的一个热门方向,已经在计算机科学、应用数学和电气......
认知科学是一门探索大脑、心智工作机制的前沿性交叉学科,对认知活动的功能磁共振成像(fMRI)数据的研究能够揭示认知行为在大脑中......
特征选择在功能磁共振脑影像的研究中扮演着非常重要的角色。它可以帮助识别疾病导致的大脑功能和结构异常或者检测不同任务刺激下......
恶意生成的量测攻击信号是导致信息物理系统(Cyber-physical system,CPS)探测失效的主要原因,如何有效削弱其影响是实现精准探测、......
本文的主要内容是研究了稀疏径向基函数神经网络的结构与算法实现,并将其应用于图像和高斯分子表面的表示问题中。基于此,本文就稀......
在传统超分辨率图像重建算法中,图像的梯度、纹理结构等特征通常是由人工设计的规则提取的,对于结构复杂、内容丰富的图像,这样提......
针对传统织物检测算法存在严重的误检、漏检现象且微小缺陷不易检测等问题,提出一种基于稀疏优化的织物缺陷检测方法。对织物图像......
将在信息论、图像处理、地球科学、光学成像、模式识别、无线通信、大气、地质等领域受到高度关注的压缩感知和稀疏优化引入数学实......
特征提取作为模式识别中的重要步骤,一直是图像处理研究的重点,逐渐兴起的深度学习理论,作为一种新的深层特征提取模型,越来越受到......
针对多无人机编队的异常检测问题,为避免多假设检验及概率不等式的复杂性,将异常检测问题转化为一个线性未知参数矢量的辨识过程。......
子空间方法是主要利用全局信息的经典模式识别方法,随着深度学习思想的引入,局部自学习结构特征模型得到大家的关注.利用深度学习......
