已閱讀1頁(yè)，還剩54頁(yè)未讀， 繼續(xù)免費(fèi)閱讀
版權(quán)說(shuō)明：本文檔由用戶(hù)提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、目前在計(jì)算機(jī)視覺(jué)和模式識(shí)別領(lǐng)域內(nèi)，非負(fù)矩陣分解(NMF)越來(lái)越多得被用作特征提取。NMF尋找兩個(gè)小的非負(fù)矩陣，使得它們的乘積能夠最好的擬合原始矩陣。而非負(fù)的這個(gè)限制導(dǎo)致了稀疏、基于局部的表達(dá)，這比稠密、全局的特征魯棒性更好。在這篇論文中，我們提出了一個(gè)特征提取的新方法叫做非負(fù)局部坐標(biāo)分解(NLCF)。NLCF在標(biāo)準(zhǔn)的NMF目標(biāo)函數(shù)中添加了一個(gè)局部坐標(biāo)的限制項(xiàng)，特別地，我們要求學(xué)到的基向量要盡可能得接近數(shù)據(jù)點(diǎn)。這樣，每一個(gè)數(shù)據(jù)點(diǎn)能被表示為
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間，僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 非負(fù)局部協(xié)調(diào)分解算法研究及其應(yīng)用.pdf
- 核局部非負(fù)矩陣分解算法在人臉識(shí)別中的應(yīng)用.pdf
- 面向心理視覺(jué)調(diào)制顯示的非負(fù)矩陣分解算法研究.pdf
- 矩陣的非負(fù)分解算法及應(yīng)用.pdf
- 面向局部特征和特征表達(dá)的圖像分類(lèi)算法研究.pdf
- 非負(fù)矩陣分解問(wèn)題算法的研究.pdf
- 基于稀疏非負(fù)矩陣分解的圖像檢索.pdf
- 松弛約束非負(fù)矩陣分解算法研究.pdf
- 魯棒非負(fù)矩陣分解算法研究.pdf
- 基于改進(jìn)非負(fù)矩陣分解算法的人臉圖像年齡自動(dòng)估計(jì).pdf
- 非局部圖像濾波算法研究.pdf
- 非負(fù)矩陣分解在圖像分析中的應(yīng)用.pdf
- 基于非負(fù)矩陣分解的分類(lèi)算法研究.pdf
- 24726.非負(fù)矩陣分解算法研究
- 非負(fù)矩陣因子分解算法處理癌癥基因表達(dá)數(shù)據(jù)的研究.pdf
- 非負(fù)矩陣的分解.pdf
- 非負(fù)分解算法在CT成像中的應(yīng)用.pdf
- 基于非負(fù)矩陣分解算法的離線(xiàn)筆跡鑒別.pdf
- 基于非負(fù)矩陣分解算法的步態(tài)識(shí)別研究.pdf
- 基于非負(fù)矩陣分解算法的離線(xiàn)筆跡鑒別
評(píng)論
0/150
提交評(píng)論