低秩矩阵相关论文
高光谱图像在采集中通常受到各类噪声的污染，存在多种不同程度的退化，传统的高光谱图像去噪仅考虑图像的低秩性而忽略了高光谱图像的......
从少量的随机采样样本中恢复出未知的有用数据对于阵列信号处理来说是非常重要的,比如数据受损时的波达方向（direction of arrival,......
环状RNA（circular RNA,circRNA）是一类单链共价闭合并且不含有5’帽子及3’尾巴的非编码RNA。研究表明,探索circRNA在人类生理和病理......
为了提高角度分辨率、作用距离和测量精度，现代雷达需要发射宽带甚至超宽带信号以及增加阵元个数和阵列孔径，而奈奎斯特(Nyquist)采......
语音通话过程中不可避免受到各种环境噪声的影响,严重影响了语音技术的实际应用。语音增强技术是解决噪声污染的有效途径，但是由于......
低秩矩阵补全是机器学习领域的一个重要问题，目的是利用矩阵中的一部分观测元素恢复大量的缺失信息。当前的低秩矩阵补全方法主要分......
传统的视觉显著性检测方法通常能够模拟人的视觉处理系统对单一场景进行快速自动的分析,从而挖掘出图片中最为吸引人的区域。显著......
低秩矩阵恢复将向量的稀疏表示推广到矩阵的低秩情形,且已经成为继压缩传感(CS)之后的一个重要的数据表征方式。基于低秩矩阵恢复......
低秩矩阵近似,是机器学习、数值优化、理论计算机科学等领域的重要研究方向。它既有严格的理论基础,在实际问题中,也有着广泛的应......
近年来,随着通信信息技术和移动智能终端的快速发展,基于位置的服务越来越受到人们的广泛关注,人们对室内领域的定位服务需求也越......
多标记学习可以很好的对多语义信息进行表达,在文本内容分类,音视频内容分析,图像标注以及生物基因预测等领域都取得了广泛应用,也......
为了更好地利用图像信息和增强图像的视觉效果,图像去噪成为图像处理领域中一个热点问题。针对图像去噪问题,本文在低秩矩阵填充理......
随着计算机视觉技术的发展，视觉显著性检测已成为研究热点之一。视觉显著性在对自然图像数据稀疏表示的同时，常常伴随着背景的干扰，这......
目前，传统的压缩采样方法几乎均基于奈奎斯特采样定理，它指出采样频率必须达到信号截止频率的两倍以上信号才能被精确地重构信号，当数......
呼吸运动会引起胸部器官和肿瘤的运动，为精确放疗带来一定的困难。为了动态采集肺癌患者呼吸时的计算机断层摄影（Computed Tomograph......
信号波达方向估计(DOA)是阵列信号处理领域的一个重要分支,在电子侦察、雷达干扰以及雷达定位方面有着广泛的应用。在阵列信号处理......
矩阵恢复,又称鲁棒的主成分分析,是指当某一低秩矩阵的很少部分的元素被严重破坏后,由观测矩阵恢复出原矩阵.矩阵恢复在统计、背景......
低秩矩阵填充问题不管是在理论还是实践应用方面都是一个有显著分量的研究课题。它在很多领域都有着非常重要的应用，如机器学习、推......
本文研究低秩矩阵的恢复问题，其在推荐系统、计算机视觉等领域得到了广泛的关注。它是通过给定矩阵的部分元素，然后求出矩阵中所有未......
压缩感知是近年来所研究的一种关于信号传输的新的理论，信号的稀疏表示、编码测量和重构算法等构成了压缩感知理论主要的三个方面.......
本文通过应用原始的RRQR算法和选主列QR算法的思想，给出了一种专门用于计算低秩矩阵的RRQR分解的新算法.这种算法不仅能够保证揭示......
低秩与稀疏矩阵恢复问题希望解决的是对于给定的矩阵,在对其低秩部分的秩及稀疏部分的稀疏性均无额外的信息的情况下恢复其低秩部......
针对遥感图像非局部相似的特性,提出了一种基于图像非局部相似性、低秩矩阵和最小全变分（TV）的压缩感知（CS）重构算法。充分利用了遥感......
