基于低秩稀疏表示的子空间学习研究综述 |
| |
作者姓名: | 武继刚 陈招红 孟敏 谢敬豪 |
| |
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...
|
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! |
|