正则化与稀疏Sparse Unmixing of Hyperspectral Image Based on Low-rank Reconstruction and TV Regularization 作者： 徐盈盈[1]；黎建华[1]作者机构： [1]台州学院电子与信息工程学院，浙江临海317000出版物刊名： 台州学院学报页码： 1-8页年卷期： 2020年 第6期主题词： 高光谱影像；稀疏解混...

(19)中华人民共和国国家知识产权局(12)发明专利说明书(10)申请公布号 CN 103605952 A(43)申请公布日 2014.02.26(21)申请号 CN201310517792.5(22)申请日 2013.10.27(71)申请人 西安电子科技大学    地址 710071 陕西省西安市太白南路2号正则化与稀疏(72)发明人 张向荣 焦李成 贾航华 杨浩 杨淑媛...

专利名称：一种基于拉普拉斯正则化的低秩稀疏表征图像特征学习方法专利类型：发明专利发明人：孟敏，兰孟城，武继刚，王勇申请号：CN201810588297.6申请日：20180608公开号：CN108985161A公开日：20181211专利内容由知识产权出版社提供摘要：本发明公开一种基于拉普拉斯正则化的低秩稀疏表征图像特征学习方法，包括以下步骤：（1）将数据集随机分成训练集和测试集；（2）构建训练集...

(19)中华人民共和国国家知识产权局(12)发明专利说明书(10)申请公布号 CN 105825473 A(43)申请公布日 2016.08.03(21)申请号 CN201610153994.X(22)申请日 2016.03.17(71)申请人 三维通信股份有限公司    地址 310053 浙江省杭州市滨江区火炬大道581号三维大厦(高新区)(72)发明人 陈华华 吴志坚 严...

正则化与稀疏专利名称：一种基于自适应切换分析稀疏与合成稀疏正则化的图像复原方法专利类型：发明专利发明人：陈华华，吴志坚，严军荣申请号：CN201610153994.X申请日：20160317公开号：CN105825473A公开日：20160803专利内容由知识产权出版社提供摘要：本发明提供一种基于自适应切换分析稀疏与合成稀疏正则化的图像复原方法，首先，对高质量的训练样本构成的集合聚类并为每一类样本...

稀疏信号处理稀疏信号处理是一种处理高维数据的技术，它通过发现在数据中存在着稀疏性的特点，来降低数据的维度和复杂度。这种处理在很多领域都有应用，比如图像处理、信号处理、机器学习、计算机视觉和数据挖掘等等。正则化与稀疏在稀疏信号处理中，数据通常被表示为一个高维向量，这个向量中的元素很多都是零，只有少数元素是非零的。这些非零元素就是所谓的“稀疏信号”。稀疏信号处理的目标就是到这些非零元素，然后利用它们...

数据挖掘中的稀疏数据分析方法数据挖掘是一项涵盖统计学、机器学习和数据库技术的跨学科领域，旨在从大量数据中发现有用的模式和关联。然而，在实际应用中，我们常常面临的是稀疏数据，即大部分数据都是缺失的或者稀疏的。在这篇文章中，我们将讨论一些常见的稀疏数据分析方法，并探讨它们在数据挖掘中的应用。首先，稀疏数据分析的一个重要问题是如何填充缺失值。在现实世界的数据中，缺失值是常见的，可能是由于测量设备故障、数...

dft稀疏基摘要：1.引言  2.dft 稀疏基的定义  3.dft 稀疏基的性质  4.dft 稀疏基在实际应用中的优势  5.结论正文：1.引言离散傅里叶变换（Discrete Fourier Transform，简称 DFT）是一种在信号处理、图像处理等领域广泛应用的算法。在实际应用中，DFT 矩阵往往非常大，导致计算复杂度高，难以处理。为了解决这个问...

朴素贝叶斯算法的稀疏数据处理方法朴素贝叶斯算法是一种基于贝叶斯定理的分类算法，它被广泛应用于文本分类、垃圾邮件过滤等领域。然而，当面对稀疏数据时，传统的朴素贝叶斯算法存在一些问题，比如参数估计不准确，分类效果不佳等。因此，如何处理稀疏数据成为了朴素贝叶斯算法的一个重要研究方向。稀疏数据处理方法一：平滑技术在传统的朴素贝叶斯算法中，当某个特征在训练集中没有出现时，其条件概率会被设为0，这样就会导致整...

面向人工智能的数据稀疏表示与快速分类技术研究一、前言面向人工智能的数据稀疏表示与快速分类技术研究是目前机器学习领域的一项前沿研究。在数据的海洋中，我们需要针对各种类型的数据进行精准的分类和预测，而且要在短时间内实现高效率的处理。针对这种情况，研究人员提出了基于稀疏表示和快速分类技术的解决方案。二、稀疏表示技术研究稀疏表示技术是一种将高维数据表示成低维表示的技术。通过稀疏表示技术，可以在高维数据中...