Schatten-p范数相关论文
量子相干性是量子力学最本质的特征,是完成各类量子信息处理任务的必要资源,它已被广泛应用于量子计算、量子通信、量子热力学、量......
在计算机视觉中,显著性目标检测任务既无处不在又充满挑战.本文主要研究基于非凸低秩矩阵分解的图像显著性检测建模和算法.主要包......
高维特征的数据分析是当前数据挖掘和计算机视觉研究的热点,然而高维数据的维度灾难导致数据分析过程较为困难,且分析的结果往往不......
图像去噪不仅仅是一个老的学科问题,在当下也是比较热门的研究领域,很多学者致力于研究更优秀的算法对噪声图像进行更好的修复。随......
大数据时代的来临,随之而来的是数据的复杂性和多样性,对于传统的聚类算法提出了很大的挑战。在数据挖掘领域中,聚类分析这一块是......
学位
噪声数据恢复是机器学习领域研究的热点话题.常用的基于核范数的数据恢复模型由于奇异值受到很强的抑制导致重构数据误差较大.针对......
期刊
在图像修复和视频处理中,低秩矩阵恢复有着非常广泛的应用.RPCA模型是低秩矩阵恢复的经典模型,其基本思想是将一个数值矩阵分解为......
相对于灰度图像去噪,彩色图像去噪更难,这是当今研究热点之一.针对彩色图像去噪问题,提出了一种双加权Schatten-p范数最小化的彩色......
数据编码问题一直是数据挖掘、机器学习、模式识别等领域的关键问题。随着在线应用的蓬勃发展,如在线购物,在线社交网络等,在线数......
特征选择是去除不相关和冗余特征,找到具有良好泛化能力的原始特征的紧凑表示,同时,数据中含有的噪声和离群点会使学习获得的系数......
人脸识别技术因其有着重要的应用价值而备受学术届的关注,成为了人工智能和模式识别领域研究的热点。然而,由于现实环境的复杂多变......
本文研究了一些矩阵的性质,讨论了矩阵的奇异值及其应用和压缩矩阵的性质及其酉膨胀,全文公分为四章,各章主要内容如下：第一章,主要......
