稀疏学习相关论文
针对传统多目标回归算法无法处理输入与多输出间非线性关系,且忽视了数据点在输入与输出之间的结构信息,导致算法泛化性能受限、缺......
河流相油藏具有油层跨度大、含油区域分布广、储层之间的非均质性极强等特点,而长期的注水开发导致该类油藏的地质情况更加复杂。......
随着人工智能与大数据时代的到来,描述数据的特征数量在许多领域中都呈现爆炸式增长。高维数据集给传统的学习算法的性能产生了不......
随着大数据时代的来临,需要分析处理的数据程指数型增长。降维技术作为数据挖掘预处理技术的重要组成部分,它能有效地减少学习算法......
链路预测是研究复杂网络缺失链接的预测与还原最有效的工具。链路预测目标是通过已知网络节点或结构信息（如节点属性,节点聚类,链接......
肿瘤是一种复杂的异质性疾病。肿瘤的异质性不仅体现在同一类型肿瘤不同患者之间病理特征间的差异（肿瘤间异质性）,还体现在同一肿瘤......
大脑是人体的知觉中心、思维中心和控制中心,针对大脑活动进行成像的神经影像学的飞速发展使人们得以读取大脑的活动信号,极大地推......
雷达目标识别技术是基于雷达回波信号,提取与目标特性相关的信息,实现目标属性或类别的判定。随着国际形势的发展,雷达目标识别越......
随着计算机视觉技术和机器学习技术的飞快发展，人脸识别技术应用在了生活的各个领域，例如身份识别和智能交互界面等。人脸识别是一种......
贝叶斯学习作为机器学习的重要分支,为解决数据的建模问题提供了一种重要的方法。其中的稀疏贝叶斯学习算法凭借其概率的预测和稀......
近年来,随着数码摄影技术和互联网技术的迅速发展,海量的图像资源被互联网用户共享到社会化图像共享平台。这些社交图像的大量产生......
数据挖掘是指从大量复杂数据中寻找和提取有用规律，形成有用模式，得到价值的过程。随着现代科技水平的发展，尤其是近年大数据概念的提......
在数据呈指数形式增长的时代,实际应用中的许多数据通常是被目标不明确地采集(采集与挖掘独立进行)且无规律地存储,这是导致大数据......
随着对空间/空中目标高分辨、多角度探测与成像需求的日益增加,高分辨逆合成孔径雷达(ISAR)成像正逐步向双/多基地组网,多极化、多......
在这个数据日益增长的时代,各类电子设备在每时每刻都会产生或多或少的数据,有时产生的数据往往维度非常高,即称为高维大数据,然而......
不管是科学研究还是工业领域,都已经与各式各样的数据密不可分。随着精度要求的提高,高维数据变得愈加普遍。然而,高维数据不仅带......
以牛顿法为代表的二阶优化算法已经被应用于解决稀疏学习问题并取得了良好的效果。这种算法与一阶优化算法相比主要的缺点是需要计......
支持向量机(Support Vector Machine,SVM)是基于统计学理论的一种通用有监督机器学习算法。支持向量机实现了结构风险最小化原则,......
随着数据信息化的日益发展,人工地从数据中筛选出需求的信息已经变得十分困难,为此研究者以统计学思想为基础提出了机器学习方法,......
随着第四次工业革命的到来,处理海量高维复杂数据逐渐成为科技工作者的工作常态。尤其是在诸如基因工程、互联网等高新技术产业,所......
人脸识别技术一直以来都是研究者们致力于研究的方向之一,由于人脸图像中的人物表情、姿态、面部饰品等方面的变化,人脸识别工作一......
数据挖掘是指从大量复杂数据中寻找和提取有用规律,形成有用模式,得到价值的过程。随着现代科技水平的发展,尤其是近年大数据概念......
基于深度学习的异常检测算法输入通常为视频帧或光流图像,检测精度和速度较低。针对上述问题,提出了一种以运动前景块为中心的卷积......
LASSO（LeastAbsoluteShrinkageandSelectionOperator）是1范数和2范数混合学习的一种理论框架，基于LASSO提出了局部保持投影的稀疏回归......
针对核主成分分析算法广泛面临的训练样本数量大而带来的计算和存储空间的问题,提出了基于1类支持向量理论的稀疏核主成分分析算法......
针对无监督属性选择算法无类别信息和未考虑属性低秩等问题,该文提出了一种融合K均值聚类和低秩约束的属性选择算法。算法在线性回......
为了有效描述图像的多角度视觉内容,提出一种将图像异质局部特征集通过稀疏学习映射为图像全局稀疏表示的新方法。该方法从不同的......
针对回归模型在进行属性选择未考虑类标签之间关系从而导致回归效果不理想，提出了一种新的具有鲁棒性的低秩属性选择算法。具体为，在......
随着社会网络的普遍和流行,社会网络为符号网络(signed network)的深入研究提出了更多的全新问题,其中链接预测是符号网络研究的核......
传统的K近邻（KNN）分类算法在实际应用过程中存在一些缺陷：没有考虑去除噪声样本,也没有考虑到在样本数据空间变换过程中保持样本数据......
高维数据可视化分析是数据分析与可视化领域的研究热点,传统的降维方法得到的低维空间往往难以解释,不利于人们对高维数据的可视化......
随着计算机与网络在各行各业的广泛应用,收集管理数据变得越来越容易,数据的规模也在成倍的增长。在分析决策、人工智能等领域,这......
作为当今计算机视觉研究领域的重要组成部分之一,视频目标跟踪任务需要各个领域知识的综合运用,只有这样才能在遇到突发情况时做出......
上市公司财务风险预警在财务管理中一直都扮演看关键的角色。采目财务数据的特征走上下公司的各种财务指标，代表着上市公司不同方面......
数据挖掘和机器学习在现代科学发展中所起到的重要支撑作用已日益凸显,并且越发紧密地渗透到各学科的发展过程中,广泛地影响到人们......
微电网由负载、储能系统和分布式电源互联集成到能源系统中,微电网系统可以作为一个整体系统与电网并行运行或以孤岛模式运行.负载......
针对如何在时间序列尺度上利用多源时空融合方法高精度地重构高分辨率遥感影像的问题,提出了一种基于增强字典学习样本空间的单数......
近年来,随着压缩感知技术在信号处理领域的巨大成功,由其衍生而来的矩阵补全技术也日益成为机器学习领域的研究热点,诸多研究者针......
针对低压台区拓扑结构人工校验成本高且准确性不足的问题,提出了基于稀疏自适应学习的台区用户拓扑结构校验方法。基于用电信息系......
为解决高维数据在分类时造成的“维数灾难”问题,提出一种新的将核函数与稀疏学习相结合的属性选择算法。具体地,首先将每一维属性......
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”＄ MN。W;- __._——————》 砧叫]们......
稀疏学习是一种有效处理冗余问题的方法。目前,稀疏优化方法已广泛应用于信号压缩感知、图像处理等实际问题中,其理论和算法都在快......
小样本学习（Small Sample Learning，SSL）是模式识别领域中非常重要的研究主题。在可穿戴设备、移动互联网以及视频监控等智能应用方面......
稀疏表示是线性表示中最具有代表性的方法,在信号处理,图像处理,机器学习,计算机视觉等领域都有广泛应用.站在不同的角度,这些方法......
