稀疏子空间聚类相关论文
对高维数据进行数据挖掘是机器学习的研究热点.面对“维数灾难”的难题研究者提出不同的解决方法,其中稀疏子空间聚类算法是解决这......
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......
新一代人工智能时代的到来让当前计算机视觉领域面临若干基础性问题,如超高维度的数据,庞大的样本量,缺乏内在结构先验知识的非线......
如今社会,人们不满足于仅仅播放多媒体信息,转向基于视频对象的访问、检索和操作,于是基于视频的运动分割技术成为了研究重点。运......
传统静态视频摘要方法主要根据相邻帧之间的差异来提取视频关键帧,本文着重于对视频中的人脸对象进行分析并提取视频关键帧集合。......
高光谱图像聚类是遥感数据分析中的重要组成部分,是人们提取和利用遥感信息的常用举措之一。由于高光谱图像中所包含的光谱信息通......
现如今故障检测领域由于人们对产品质量、生产效率以及安全性能的严要求和高标准,同时随着计算机和人工智能的飞速发展而得到了科......
块坐标下降法（BCD）循环使用不同的块坐标方向求解问题的最优解.由于此类算法具有迭代成本低、内存需求小、易于并行化等特点,在大规......
聚类研究是高维数据分析中的重要的环节,传统的聚类方法大多是基于距离准则来判断的.但是随着大数据时代的到来,数据形态千差万别,......
在计算机视觉的相关研究中,图像分割无论是作为一个单独的应用方向,还是作为目标检测、目标跟踪、图像内容理解等算法的重要步骤之......
高光谱遥感技术利用数百个连续细分的波段对目标区域同时成像,形成了包含丰富谱空信息的三维高光谱图像,该技术已广泛应用于天文探......
随着信息技术的快速发展和移动设备的普及,信息呈现爆炸式的增长,出现了“信息过载”和“信息迷航”的问题,如何快速准确的帮助用......
高光谱图像是覆盖了多个连续窄带电磁波段的三维数据,在情报侦察、地质勘测、天文探索等多个军民方向已得到广泛应用。如何获取并......
聚类分析是目前机器视觉和数据挖掘领域的热门研究内容之一,近年来大数据分析和挖掘研究热潮的兴起,使得对数据聚类的探索研究受到......
稀疏子空间聚类(Sparse subspace clustering,SSC)算法在处理高光谱遥感影像时,地物的划分精度较低,为了提高地物划分精度,本文提......
人脸识别在图像处理领域中是一个很重要的研究热点,人脸识别技术被广泛地应用于模式识别、人工智能、计算机视觉等领域中。基于稀......
稀疏子空间聚类通过找到子空间数据之间的相似度来进行聚类,广泛运用于各种计算机视觉领域。由于数据集的增长,稀疏子空间聚类面临......
稀疏子空间聚类是一种基于谱聚类的聚类方法，是聚类高维数据的有效途径。高维数据通常分布在低维子空间的并集上，因而在合适的字典下......
针对区域级背景减除问题，提出一种基于图像块对比度直方图特征的背景减除方法。对于已输入的一段视频，将每一帧视频分割成图像块，并提......
受到Tierney的序列稀疏子空间聚类方法的启发,提出了一种新的基于顺序特性的子空间聚类方法.该方法先通过提升小波变换处理得到信......
稀疏子空间聚类的关键在于在求得真实反映数据集的相似度矩阵,然后将相似度矩阵代入谱聚类求解。相似度矩阵既要刻画数据集的子空......
针对稀疏子空间聚类（SSC）求得的系数矩阵过于稀疏和最小二乘回归子空间聚类（LSR）求得的系数矩阵过于稠密的问题，文中提出基于协同表示的......
稀疏子空间聚类是处理高维数据聚类的有效途径,而相似度矩阵的构造是稀疏子空间聚类的关键一步。文章引入子空间追踪算法来构造相......
本文为解决传统文本谱聚类算法聚类纯度低的问题,提出了基于稀疏子空间聚类的文本谱聚类算法研究。通过提取文本谱特征,设计文本谱......
稀疏子空间聚类(Sparse Subspace Clustering,SSC)算法和基于低秩表示(Low-Rank Representation,LRR)的子空间聚类算法是近些年来......
近年来,高光谱遥感技术发展迅速,再加上高光谱图像(Hyperspectral Image,简称为HSI)本身可以提供地物的详细覆盖信息,研究人员可以......
人的大脑由许多的神经元组成,神经元之间互相作用,以完成人脑的各种功能。因为人脑中的神经元数量非常庞大,单独研究起来非常不方......
在现有的稀疏子空间聚类算法理论基础上给出两种稀疏子空间聚类优化算法:稀疏线性子空间聚类和稀疏仿射子空间聚类。这两种优化算......
在现有的稀疏子空间聚类算法理论基础上提出一个改进的稀疏子空间聚类算法：迭代加权的稀疏子空间聚类。稀疏子空间聚类通过解决l1最......
大数据时代背景下，随着所获数据数量和维度的不断增加，高维数据的处理成为聚类分析的重点和难点．基于同一类别高维数据通常分布在高维......
为方便视频的浏览和存储,以概括视频内容为目的的视频摘要技术变得十分重要.针对目前在视频摘要问题中,根据先验知识事先确定和阈......
为解决以往分割算法对血管粘连型结节分割不准确以及分割效率较低等问题,提出基于超像素和稀疏子空间聚类的序列肺结节图像分割方......
针对欧式距离加权的稀疏子空间聚类在对多个同步运动刚体进行运动分割时不考虑刚体流形结构的局限性,提出了一种由光流轨迹流形拓......
稀疏子空间聚类算法聚类图像是基于谱聚类实现的,谱聚类的关键是构造图的相似度矩阵,在稀疏子空间算法的基础上,提出一种利用稀疏......
稀疏子空间聚类(SSC)算法是第一个将稀疏表示引入到子空间聚类问题中的算法,为子空间聚类提供了一种新的模式,同时在应用中能得到......
随着物网技术的快速发展和大数据时代的到来,高维数据在图像处理、模式识别、计算机视觉以及机器学习等领域无处不在,这对传统的聚......
高维数据的复杂性、稀疏性和多样性等特点制约着传统聚类算法的有效性,面向高维数据的聚类分析已然成为数据挖掘领域的重要研究方......
图像分割是一种关键的图像分析技术,它解决的是图像目标提取的问题,通过形成抽象紧凑的图像信息,使人们能够更高效地对图像进行识......
人脸识别的效果很大程度上依赖于已标定的训练数据的规模,当训练样本严重不足时类内及类间分布的估计将会出现严重偏差。考虑到人......
高炉冶炼是钢铁生产中的重要环节,高炉炉况能否长期的顺行,直接关系到生铁质量、冶炼成本以及气体的排放等等。而高炉冶炼过程中由......
为全面理解谱聚类（spectral clustering，SC）算法性能，利用四类几何结构数据，对规范化割（normalized cut，Ncut）、稀疏子空间聚类（sparse subs......
高光谱图像处理是当代遥感领域的技术发展的前沿领域,在各个领域的实际应用越来越广泛。但由于高光谱图像具有光谱分辨率高,波段数......
