L1-范数相关论文
【目的】针对二分类问题,构造了一种新的基于L1-范数的v-双子限定支持向量机（L1-vTBSVM）。【方法】类似于v-双子限定支持向量机（v-TBS......
地幔转换带的导电性对温度、含水量、熔融状态等非常敏感,因此由地磁测深方法获得的电性结构可以很好的约束转换带性质,支撑深部动......
在图像处理与模式识别领域,图像数据量正以前所未有的速度增长,图像的维数也越来越高。然而,高维图像中包含大量冗余信息,极大增加......
当今社会,计算机的发展可谓是一 日千里,人们利用计算机从生活中获得了越来越多的信息。比如在计算机视觉领域中,随着计算机软硬件......
相干性,干扰现象的核心,它起源于量子态的一个重要性质,即量子叠加效应.量子相干性是量子信息处理任务中的重要组成部分,在物理学......
癌症是严重影响人类健康的重大疾病之一。随着基因芯片技术和第二代测序技术的发展,产生了大量的癌症组学数据。此类数据往往具有......
统计模式识别在判别分析领域扮演着重要的角色，也是模式识别的课题之一，作为统计模式识别基础的多元统计分析和鉴别分析在计算机出现......
数据降维问题存在于包括机器学习、模式识别、数据挖掘等多个信息处理领域。局部线性嵌入(LLE)是一种用于数据降维的无监督非线性......
针对近远场混合源定位问题,本文提出了一种基于稀疏信号重构的信源参数估计算法。该算法首先通过对接收信号的协方差矩阵进行稀疏......
在进行线性投影降维时,由于传统的最大间距准则(Maximum Margin Criterion,MMC)算法基于L2-范数,易于受到野值(outliers)及噪声的......
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......
子空间学习可以通过多种技术来开展，对一些流行且被广泛使用的子空间学习方法，简要回顾其基于L1-范数的鲁棒建模．从主成分分析开始介......
高斯分布模型历来在信号处理领域中占据主导地位,其原因在于:理论上的完整性、工程应用中的简洁性以及非线性问题的规避性。然而,......
全球地磁感应测深能获得地幔转换带及下地幔上部的导电结构.但目前稀疏的地磁台站分布及部分台站的观测数据稳定性较差,影响了三维......
为了进一步降低TSVR的计算复杂性,加快其学习速度,本文利用L_1-范数将TSVR的两个原始二次规划问题转化为线性规划问题,并提出了基......
ue＊M＃’＃dkB4＃＃8＃”专利申请号:00109“7公开号:1278062申请日:00.06.23公开日:00.12.27申请人地址:（100084川C京市海淀区清华园申请人:清......
近几年来,在非光滑凸优化问题方面取得的一些进展主要是基于最优化问题的目标函数具有特殊的相对明确的结构形式,结合目标函数结构......
鲁棒性不足是传统的基于L2-范数的主成分分析(L2-PCA)的主要问题。为此,提出了一种基于新的L1-范数优化技术的主成分分析(L1-PCA)......
为了避免图像数据向量化后的维数灾难问题,以及增强对野值（outliers）及噪声的鲁棒性,该文提出一种基于L1-范数的2维线性判别分析（L1-n......
