基于低秩稀疏表示的子空间学习研究综述 |
| |
作者单位: | 广东工业大学计算机学院,广东 广州 510006;广东工业大学计算机学院,广东 广州 510006;广东工业大学计算机学院,广东 广州 510006;广东工业大学计算机学院,广东 广州 510006 |
| |
基金项目: | 国家自然科学基金;广东省自然科学基金重点项目;广东省科技计划 |
| |
摘 要: | 以基于低秩稀疏表示的子空间学习为研究对象,对近几年的相关研究工作进行了归纳总结。首先,阐述了子空间学习及低秩稀疏表示的概念;然后,根据迭代更新的方法,将基于低秩稀疏表示的子空间学习分为基于矩阵分解的子空间学习和基于谱聚类的子空间学习两大类;其次,对它们各自算法的核心思想进行了详细介绍,并对这些算法的优缺点进行了对比分析;最后,介绍了基于低秩稀疏表示的子空间学习在人脸识别、语音情感识别和运动分割这些领域的应用,同时指出了该研究中存在的挑战及未来研究方向。
|
关 键 词: | 子空间学习 子空间聚类 维数约简 低秩表示 稀疏表示 |
本文献已被 CNKI 万方数据 等数据库收录! |
|