基于距离度量的鲁棒主成分分析低维表征算法研究(下)

光电子·激光页数： 11 2025-01-08

摘要：主成分分析(principal component analysis, PCA)作为经典的数据分析和降维方法，在图像压缩、特征提取等领域得到广泛应用。然而，PCA对噪声极为敏感，以致降低了其鲁棒性。与鲁棒PCA低秩分解算法不同(后者旨在从图像中移除噪声),鲁棒PCA低维表征算法力求在不去噪的情形下提升鲁棒性。本文以目标函数和距离度量方式作为切入点，对当前主要的鲁棒PCA低维表征... （共11页）

开通会员，享受整站包年服务

说明：本文档由创作者上传发布，版权归属创作者。若内容存在侵权，请点击申诉举报

科技文档

数学力学化学金融证券保险投资会计审计园艺林业旅游体育物理学生物学天文学气象学海洋学地质学新能源金属学农艺学农作物管理学领导学自然科学系统科学资源科学无机化工有机化工燃料化工化学工业材料科学矿业工程冶金工业安全科学环境科学工业通用机械工业无线电子电信技术铁路运输汽车工业船舶工业动力工程电力工业农业科学农业工程植物保护动物医学教育理论学前教育初等教育中等教育高等教育职业教育成人教育自然地理地球物理经济统计农业经济工业经济交通经济企业经济文化经济信息经济贸易经济财政税收市场研究科学研究互联网自动化轻工业核科学服务业石油然气服务业野生动物水产渔业硬件仪器仪表航空航天武器军事公路运输水利水电建筑科学软件