基于有效距离的低秩表示OA北大核心CSCDCSTPCD
Effective Distance Based Low-Rank Representation
低秩表示(Low-Rank Representation,LRR)在探索数据中的低维子空间结构方面具有良好的效果,近年来引起了人们的广泛关注.然而,传统的LRR方法通常使用欧氏距离来度量样本的相似性,仅考虑相邻样本两两之间的距离信息,对于具有流形结构的数据往往不能反映其固有的几何结构.最近的研究表明,概率激励距离测量(即有效距离)可以有效地对数据的全局信息进行建模,来度量样本间的相似性.在此基础上,提出了一种基于有效距离的低秩表示模型.该方法用稀…查看全部>>
陶体伟;刘明霞;王明亮;王琳琳;杨德运;张强
桂林理工大学 信息与工程学院,广西 桂林 541006泰山学院 信息科学技术学院,山东 泰安 271021泰山学院 信息科学技术学院,山东 泰安 271021南京航空航天大学 计算机科学与技术学院,南京 211106泰山学院 数学与统计学院,山东 泰安 271021泰山学院 信息科学技术学院,山东 泰安 271021
信息技术与安全科学
低秩表示(LRR)有效距离稀疏表示分类
《计算机工程与应用》 2021 (4)
面向目标类信息不充分场景的属性分类理论及应用研究
141-147,7
国家自然科学基金(61703301)山东省自然科学省属高校优秀青年联合基金(ZR2019YQ27)泰山学院科研基金(Y-01-2018019)泰山学者青年专家项目.
评论