基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对主成分分析在处理污染数据时的敏感性且其投影向量非稀疏的特性,提出一种鲁棒主成分分析的优化模型.该模型的目标函数采用L1范数且投影向量受Lp范数约束.范数约束下的主成分分析算法被用来求解该模型且其理论分析表明该算法可取得局部最优解.另外把核函数嵌入到线性模型并给出核方案.通过在UCI数据集和人脸库上的实验表明该算法的可行性和有效性.
推荐文章
基于L1范数主成分分析的颅脑图像恢复
脑图像恢复
主成分分析
L1范数
稀疏表示
基于L1/2范数约束增量非负矩阵分解的SAR目标识别
增量非负矩阵分解
合成孔径雷达
目标识别
L1/2范数约束
L1范数字典约束的感兴趣区域CT图像重建算法
低剂量CT
感兴趣区域
字典学习
医学图像重建
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 Lp范数约束下的最大化L1范数主成分分析
来源期刊 模式识别与人工智能 学科 工学
关键词 主成分分析 Lp范数 敏感性 核函数
年,卷(期) 2013,(2) 所属期刊栏目 研究与应用
研究方向 页码范围 211-218
页数 8页 分类号 TP391.41
字数 6990字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 夏士雄 中国矿业大学计算机科学与技术学院 118 1158 18.0 28.0
2 周勇 中国矿业大学计算机科学与技术学院 85 984 16.0 29.0
3 李勇 中国矿业大学计算机科学与技术学院 36 252 9.0 14.0
4 梁志贞 中国矿业大学计算机科学与技术学院 14 73 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (6)
同被引文献  (10)
二级引证文献  (21)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(7)
  • 引证文献(4)
  • 二级引证文献(3)
2016(4)
  • 引证文献(0)
  • 二级引证文献(4)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
主成分分析
Lp范数
敏感性
核函数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
模式识别与人工智能
月刊
1003-6059
34-1089/TP
16开
中国科学院合肥智能机械研究所安徽合肥董铺岛合肥1130信箱
26-69
1989
chi
出版文献量(篇)
2928
总下载数(次)
8
总被引数(次)
30919
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导