您当前所在位置: 首页 > 首发论文
动态公开评议须知

1. 评议人本着自愿的原则,秉持科学严谨的态度,从论文的科学性、创新性、表述性等方面给予客观公正的学术评价,亦可对研究提出改进方案或下一步发展的建议。

2. 论文若有勘误表、修改稿等更新的版本,建议评议人针对最新版本的论文进行同行评议。

3. 每位评议人对每篇论文有且仅有一次评议机会,评议结果将完全公示于网站上,一旦发布,不可更改、不可撤回,因此,在给予评议时请慎重考虑,认真对待,准确表述。

4. 同行评议仅限于学术范围内的合理讨论,评议人需承诺此次评议不存在利益往来、同行竞争、学术偏见等行为,不可进行任何人身攻击或恶意评价,一旦发现有不当评议的行为,评议结果将被撤销,并收回评审人的权限,此外,本站将保留追究责任的权利。

5. 论文所展示的星级为综合评定结果,是根据多位评议人的同行评议结果进行综合计算而得出的。

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

上传后印本

( 请提交PDF文档 )

* 后印本是指作者提交给期刊的预印本,经过同行评议和期刊的编辑后发表在正式期刊上的论文版本。作者自愿上传,上传前请查询出版商所允许的延缓公示的政策,若因此产生纠纷,本站概不负责。

发邮件给 王小芳 *

收件人:

收件人邮箱:

发件人邮箱:

发送内容:

0/300

论文收录信息

论文编号 201603-89
论文题目 鲁棒主成分分析算法综述
文献类型
收录
期刊

上传封面

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

编者.论文集名称(中文) [c].

出版地 出版社 出版年-

编者.论文集名称(英文) [c].

出版地出版社 出版年-

上传封面

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

英文作者写法:

中外文作者均姓前名后,姓大写,名的第一个字母大写,姓全称写出,名可只写第一个字母,其后不加实心圆点“.”,

作者之间用逗号“,”分隔,最后为实心圆点“.”,

示例1:原姓名写法:Albert Einstein,编入参考文献时写法:Einstein A.

示例2:原姓名写法:李时珍;编入参考文献时写法:LI S Z.

示例3:YELLAND R L,JONES S C,EASTON K S,et al.

上传修改稿说明:

1.修改稿的作者顺序及单位须与原文一致;

2.修改稿上传成功后,请勿上传相同内容的论文;

3.修改稿中必须要有相应的修改标记,如高亮修改内容,添加文字说明等,否则将作退稿处理。

4.请选择DOC或Latex中的一种文件格式上传。

上传doc论文   请上传模板编辑的DOC文件

上传latex论文

* 上传模板导出的pdf论文文件(须含页眉)

* 上传模板编辑的tex文件

回复成功!


  • 0

鲁棒主成分分析算法综述

首发时间:2016-03-09

肖萌 1   

肖萌(1990-),女,硕士,计算优化

温罗生 2   

温罗生(1975-),男,教授,计算优化负责网络

  • 1、重庆大学数学与统计学院,重庆 401331
  • 2、重庆大学数学与统计学院,重庆 401331

摘要:主成分分析(principle component analysis)是对高维数据进行处理、分析、压缩以及可视化的一个流行工具。在网页查询、计算机视觉中的生物信息应用、图像分析等方面有广泛的应用。但是在现实场景中的应用和表现往往会受外点和受损的观察数据等的影响,使其表现不尽如人意。因此增强主成分分析的鲁棒性就显得尤为重要.John Wright等人提出的鲁棒主成分分析模型是目前最流行的模型.本文针对John Wright等人提出的鲁棒主成分分析模型,总结了近年来比较实用的几个算法。通过模拟实验对这些算法的运行效果和效率进行了对比。并在最后给出了鲁棒主成分分析在背景分离方面的一个应用。

关键词: 鲁棒主成分分析;迭代阈值算法;加速近端梯度法;增广拉格朗日算法

For information in English, please click here

survey on algorithms of robust principal component analysis

XIAO Meng 1   

肖萌(1990-),女,硕士,计算优化

WEN Luosheng 2   

温罗生(1975-),男,教授,计算优化负责网络

  • 1、collage of mathematics and statistics,Chongqing University 401331
  • 2、Mathematics and Statistics, Chongqing University, Chongqing 401331

Abstract:Principal Component Analysis (PCA) is a popular tool for high-dimensional data processing, analysis,compression,and visualization. And it has wide applications in web search, bioinformatics, image analysis and so on. However, this model usually breaks down in the real applications because of the outliers and missing data. So it is important to enhance the robust of the PCA model. To achieve this, John Wright etc. proposed the robust principal component analysis model, which is the most popular model at present. This paper makes a brief survey on the existing algorithms of robust principal component analysis and compares the results and running speed with each other by numerical tests. At last, we also give an application about RPCA in background subtraction.

Keywords: Robust Principal Component Analysis the Iterative Thresholding Approach the Accelerated Proximal Gradient Approach the Methods of Augmented Lagrange Multipliers

Click to fold

点击收起

基金:

论文图表:

引用

导出参考文献

.txt .ris .doc
肖萌,温罗生. 鲁棒主成分分析算法综述[EB/OL]. 北京:中国科技论文在线 [2016-03-09]. https://www.paper.edu.cn/releasepaper/content/201603-89.

No.4679579113631314****

同行评议

共计0人参与

评论

全部评论

0/1000

勘误表

鲁棒主成分分析算法综述