2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩62頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,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、低秩矩陣恢復(fù)是近幾年興起的一種降維算法。這種算法將樣本分為低秩部分和稀疏部分,低秩部分是原始數(shù)據(jù)的近似還原,可以有效地去除樣本中的噪聲和異常值的干擾,而稀疏部分則包含了噪聲和野點(diǎn)。低秩矩陣恢復(fù)理論包括魯棒主成分分析、矩陣補(bǔ)全和低秩表示三部分,其中,魯棒主成分分析主要應(yīng)用于圖像重構(gòu)去噪、背景建模等方面,低秩表示算法在數(shù)據(jù)分割與聚類方面有明顯優(yōu)勢(shì)。本文主要分析研究了以上兩種算法,針對(duì)其不足,提出了新的改進(jìn)算法。論文的主要工作包括:
 

2、 本文在對(duì)魯棒廣義低秩矩陣逼近(RGLRAM)算法進(jìn)行詳細(xì)研究的基礎(chǔ)上,提出了一種基于魯棒廣義低秩矩陣逼近的視頻修復(fù)算法。該算法可以同時(shí)處理一組圖片而不僅僅是單張圖片,并且對(duì)稀疏噪聲魯棒。本文將其擴(kuò)展到視頻處理領(lǐng)域,將視頻按坐標(biāo)位置分組,分別對(duì)每組進(jìn)行近似重構(gòu),最后再按標(biāo)記的坐標(biāo)位置重新組合,得到重構(gòu)視頻。該算法充分利用了幀間信息去除干擾,同時(shí)保留了每幀視頻的獨(dú)特性,實(shí)現(xiàn)視頻的近似還原,并用MATLAB進(jìn)行仿真,對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行詳細(xì)分析。

3、
  本文在充分研究低秩表示算法(LRR)及其改進(jìn)算法之后,提出了一種新的改進(jìn)算法——魯棒判別低秩表示算法(RDLRR)。低秩表示經(jīng)常用于數(shù)據(jù)的聚類和分割,而完成這項(xiàng)工作的關(guān)鍵就是求出相似度矩陣,現(xiàn)有的方法主要針對(duì)其魯棒性進(jìn)行改進(jìn),而忽略了判別性。該算法在經(jīng)典低秩表示的基礎(chǔ)上,增加了判別項(xiàng),考慮了不同類別之間的類間距離和類內(nèi)距離,既很好的保留了經(jīng)典方法的魯棒性,又使得相似度矩陣判別性增強(qiáng),最后采用Ncut和Kmeans方法對(duì)相似度

溫馨提示

  • 1. 本站所有資源如無特殊說明,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)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(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。

評(píng)論

0/150

提交評(píng)論