谱回归相关论文
量子计算在并行计算、不确定性计算以及存储性能方面的卓越优势,使其成为最有可能替代冯诺依曼结构经典计算机和解决摩尔定律失效......
针对于大样本数据的客户流失预测,从特征有效表达的角度,提出了一种基于谱回归特征约简的预测模型.模型在原始客户特征基础上,利用......
随着计算机技术的飞速发展和社会公共安全需要的日益增长，身份识别受到极大的重视，作为典型的生物特征识别的人脸识别也逐渐成为研究......
近些年来,随着高维数据的不断增加,处理数据的手段也随之变得更加复杂。幸运的是,这些高维数据通常有较高的相关性,例如Netflix挑......
人脸识别是近年来模式识别,图像处理,机器视觉,神经网络以及认知科学等领域的热点课题之一,在档案管理系统、安全验证系统、信用卡......
提出的SR-2DLPP(spectral regression-2 dimensional locality preserving projection)算法结合2DLPP和SR,将其应用于人脸识别中,......
利用正交投影技术进行降维可以更好地保留与度量结构有关的信息,提高人脸识别性能。在谱回归判别分析(SRDA)和谱回归核判别分析(SR......
数据降维对于提高高维数据处理的效率具有重要意义，稀疏编码是目前受到广泛关注的主流降维方法。针对该方法在降维过程中不能保持样......
谱回归（SR）算法是一种正则化的降维方法,通过学习获得回归框架下的嵌入函数,使其避免了稠密矩阵分解的问题.但是在谱回归的构图中,更......
研究了高维数据集中共享隐空间的寻找和对齐问题,提出了半监督的流形仿射对齐算法.未匹配点的局部分布信息被有效地利用起来,以改......
为了解决局部鉴别嵌入(LDE)算法的高维小样本泛化能力弱和分解致密矩阵计算量较大的问题,提出了一种基于谱回归的正交局部鉴别嵌入......
文章提出一种基于LBP-SR的人脸识别方法.算法首先对原始图像进行高斯滤波和下采样以构造图像金字塔,然后提取金字塔图像的LBP特征,......
提出了1种基于谱回归的边缘Fisher分析模型,通过将MFA优化模型转换为谱回归问题实现样本数据的特征提取;并分别提出了线性维数约简......
随着互联网技术的飞速发展及数据收集成本的不断降低,大数据时代已经来临。大规模数据分析是指对规模巨大的数据进行分析,从中获得......
近年来,随着信息技术的飞速发展,互联网中的图像、音视频、文本以及生物信息数据往往呈现高维特征,这种高维度输入数据往往会导致......
语音情感识别(SER;Speech Emotion Recognition)是当前研究的热点之一,旨在通过语音信号来估计情感状态的情况.语音情感识别主要的......
人脸是人们视觉中最常见的模式之一，人脸识别由于其非接触、安全、自然、直观、便捷等特质而倍受关注，已经成为当前极具发展潜力的生......
线性鉴别分析算法是一种基于线性子空间的人脸识别算法,在人脸识别中的得到了广泛的应用。它基于Fisher判别准则,经常会遇到维数灾......
随着现实世界中文本、图像、网络和基因数据等高维数据的广泛出现,人们发现在数据挖掘过程中并不是所有的特征都是重要的和有用的,......
采用后向传播（BP）神经网络对空间目标进行识别时,高维的输入特征导致网络结构复杂,识别性能降低。针对上述难点,该文提出一种基于谱......
