稀疏模型相关论文
旋转机械作为传动系统的一部分,在工业生产中承担着重要的工程任务,而滚动轴承在旋转机械中应用广泛。在各种复杂的工况下,滚动轴......
信息传播技术的发展,使得图片、文本和视频数据等高维数字信息在网络中呈现指数式增长,让数据分析及预测的发展受到了极大地限制。......
计算机的计算能力不断以数量级单位增长,计算力的突破革新使得数据的获取和存储更加便捷。数据相关技术的提升大大降低了计算成本,......
本文针对带有组结构的广义线性稀疏模型,引入布雷格曼散度作为一般性的损失函数,进行参数估计和变量选择,使得该方法不局限于特定......
新一代基因测序技术的发展产生了大量多样的癌症测序数据。如何充分利用这些数据,从分子水平上研究癌症与基因的关系,对于癌症的诊......
针对超高维数据,提出一种基于spike-and-slab先验分布的超高维线性回归模型的贝叶斯变量选择方法.该方法继承了弹性网方法和EM算法......
图像超分辨率重建技术是近年来数字图像处理领域中热点研究方向之一。它可实现由一幅或多幅具有亚像素偏移的同样场景的低分辨率图......
分类是机器学习中一个非常重要的方法,在已有数据的基础上构造出一个分类模型,用来判定新的测试数据的类别。同时稀疏化模型的研究......
稀疏模型是一种重要的方法模型，在机器学习和计算机视觉等领域有着广泛的应用。信号在稀疏模型中被表达为一组基（被称为“字典”）的少......
自从二十世纪九十年代以来,核方法已经被广泛应用于模式识别与机器学习领域。其优势在于核方法允许研究者在原始数据对应的高维特......
随着存储技术的发展，可获得的数据集在样本个数及样本特征维度方面都有很大的提高。因此，我们需要降维(Dimensionality Reduction，DR)......
社会的进步,科学的发展,给人们生活带来了日新月异的变化。与此同时各种数据信息的不断积累,在方便人们的同时,也带来了新的挑战。......
伴随着大数据时代的到来,计算机科技的不断创新和网络信息交流日盛,我们的生产生活方式每天都在发生变化,出现了各种各样新颖的信......
压缩信号处理为更加高效地实现光谱图像数据采集和处理提供了有效途径,针对传统压缩采样检测算法未针对待测信号专门设计采样矩阵,......
针对泡沫特征复杂繁多不利于建模控制的问题,提出一种基于稀疏化神经网络的泡沫图像特征选择方法.相较于大部分稀疏模型以线性回归......
随着计算机技术的不断进步和各行业智能化发展的需求,计算机视觉近年来已成为人工智能领域中重要的研究课题之一。计算机视觉具有......
数据量的增长和模型大小的增大推动了大规模机器学习的显著进步。对于数据特征维度特别高的模型,即使是简单的线性模型也存在参数......
在大数据时代,数据量的迅猛增长以及数据的多样性给机器学习和数据挖掘任务带来了挑战。特征选择作为特征工程中一个重要的模块,其......
功率放大器(Power Amplifier,PA)是无线通信系统中不可或缺的器件,其性能好坏直接影响着整个无线通信系统的工作质量。由于功放的......
泡沫浮选法是一种利用矿物颗粒表面物理化学性质差异,实现不同矿物有效分离的选矿方法。近年来随着图像处理技术和计算机技术的不......
在较高维度下的特征集合中如何筛选出重要子集是统计学中经常遇到的问题,而利用建立合适的稀疏模型使得模型复杂度降低的方法是近......
本文针对无线传感器网络中分布式压缩感知联合稀疏模型2重构运算时迭代次数不确定的问题，引入残差更新度的概念。希望通过对梯......
磁共振弥散张量成像作为一种特殊的磁共振成像方法,其优点是可以从微观领域评价组织结构的完整性,它也是显示神经纤维束走向的唯一......
形态成分分析是一种基于稀疏模型的图像分析算法,其中心思想是根据信号组成成分的形态差异性选择两个合适的字典分别用来表示纹理......
SAR图像分类一直是近几年来人们关注和研究的重点内容，希望通过对图像部分内容的学习实现较大尺寸的全图分类。但是由于 SAR图像中......
逆合成孔径雷达（ISAR）在军事和民用领域的用途越来越大,我们想要得到高分辨率的,背景噪声少的ISAR图像,这对于后续的目标识别和分类......
近年来压缩感知(CS)技术在信号处理和无线通信领域已经成为一个炙手可热的研究方向。通过CS的相关方法可以显著降低测量时间、采样......
从经典风险模型出发，人们进行许多方面推广，将索赔记数过程，从poisson过程推广到更新过程，再到一般的马尔可夫过程。1970年Gerber又将......
提出一种气相色谱-质谱(GC-MS)数据解析算法.以色谱峰顶点处的质谱作为待测谱,在谱库中检索一定量相关参考谱,求解关于各纯组分色......
利用无线传感器网络的空间相关性,构建了一种差值信号稀疏模型,该模型适用于对同一物理现象或事件进行监测的传感器网络应用。在差......
文章探讨了一新的稀疏支持向量机模型,该算法在标准支持向量机中增加一个对损失向量的约束用于控制支持向量的数目从而提高稀疏性.......
针对现有的人脸姿态估计方法易受"自遮挡"影响,采用改进的ASM算法提取人脸特征点,并利用人脸形态的几何统计知识来估计人脸特征点......
提出一种气相色谱-质谱(GC-MS)数据解析算法。以色谱峰顶点处的质谱作为待测谱,在谱库中检索一定量相关参考谱,求解关于各纯组分色......
在以GPS辐射源发出信号作为探测信号的无源雷达系统中,针对回波通道内强干扰低信噪比情况下的多目标波达方向（DOA）估计问题,根据GPS......
在LED照明应用中，为了能够获得、记录或重现特定的照明模式，要求检测装置可以测量出每个LED灯点照明空间中某一位置时的独立”贡献量......
基于稀疏表示理论的目标跟踪方法可以通过激活少量神经元完成目标的动态跟踪,但是要求在当前图像背景中的遮挡或者目标物的姿态变......
张量主成分分析(Tensor Principal Component Analysis,TPCA)是主成分分析(Principal Component Analysis,PCA)在多维空间上的推广......
目的研究稀疏模型(Lasso、ENET、ssLasso、贝叶斯变量选择回归模型(BVSR))与多基因模型(线性混合模型(LMM)、贝叶斯稀疏线性混合模......
该文基于互联网时延矩阵的近似稀疏性,通过给定重建矩阵的零范数先验估计,讨论了不完整时延矩阵在完全去中心化环境下的填充问题。......
模型选择是统计研究的热点,随着大数据时代的到来,数据维数越来越高,在经济金融学领域,生物统计领域,图像处理等领域对模型的选择......
图像表征学习是模式识别、机器学习等领域中重要的研究内容,也是计算机视觉和多媒体处理系统中最基本的结构单元,特征的性能直接影......
提出一种基于Bandelet变换的图像去噪方法,以提高高噪声方差的图像去噪效果。Bandelet变换的核心是Lagrangian函数代价项的准确选......
本文提出了污损图像的自动标注算法.首先确定待标注图像的污损区域,根据污损区域的位置和比例划分字典中的图像,提取图像的底层特......
水果因其含有的丰富营养价值饱受人们青睐,但在水果的运输过程中,环境变化、病虫侵害、碰撞摩擦等因素会造成其表面的损坏或腐烂,......
