您当前所在位置: 首页 > 首发论文
筛选条件

时间

领域

全部

数学(1)

计算机科学技术(1)

中医学与中药学(0) 显示更多>>

临床医学(0) 交通运输工程(0) 体育科学(0) 信息科学与系统科学(0) 农学(0) 冶金工程技术(0) 力学(0) 动力与电气工程(0) 化学(0) 化学工程(0) 图书馆、情报与文献学(0) 土木建筑工程(0) 地球科学(0) 基础医学(0) 天文学(0) 安全科学技术(0) 工程与技术科学基础学科(0) 心理学(0) 教育学(0) 机械工程(0) 材料科学(0) 林学(0) 核科学技术(0) 水产学(0) 水利工程(0) 测绘科学技术(0) 物理学(0) 环境科学技术(0) 生物学(0) 电子、通信与自动控制技术(0) 畜牧科学、动物医学(0) 矿山工程技术(0) 管理学(0) 纺织科学技术(0) 经济学(0) 能源科学技术(0) 航空航天科学技术(0) 药学(0) 预防医学与卫生学(0) 食品科学技术(0)

学术评议

实时热搜榜

人工智能27212

SiC16812

基因14506

冠心病10172

数值模拟9879

我的筛选 >
2003-2021 全部
为您找到包含“Robust Principal Component Analysis”的内容共2

肖萌,温罗生

2016-03-09

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。

重庆大学数学与统计学院,重庆 401331,重庆大学数学与统计学院,重庆 401331

#数学#

0评论(0 分享(0)

王龙斌,罗小波

2020-12-10

随着航空航天以及遥感技术的发展,遥感技术在社会各个领域的应用日益广泛。但由于传感器固有的缺陷或云雾的干扰,每年有许多遥感数据无法使用。因此遥感图像云去除在提高遥感数据利用率方面有重要意义,并受到了广泛的关注。随着张量奇异值分解(t-SVD)的提出,张量鲁棒主成分分析(PRCA)模型在图像恢复、背景提取方面的应用逐渐广泛。本文将张量RPCA模型应用到遥感图像云去除上,基于遥感图像的特点增加了惩罚权值的系数项,首先进行云检测得到初始云掩模,通过云掩模给含云区域和不含云区域设置不同的软阈值。本文改进的惩罚权值张量RPCA模型通过约束低秩成分能够运用到更有效的空间信息。并且将数据输入模型前进行波段重构,提高了运算效率的仍然保证了精度。实验证明本方法在模拟云和真实云上均具有较好的效果,能够实现在多种复杂地理条件下的遥感图像云去除。

Chongqing University of Posts and Telecommunications,College of Computer Science and Technology,City Chong Qing , 400065,Chongqing University of Posts and Telecommunications,College of Computer Science and Technology,City Chong Qing , 400065

#计算机科学技术#

0评论(0 分享(0)