原文服务方: 计算机应用研究       
摘要:
为了提高图像分类准确率,提出了一种基于低秩表示的非负张量分解算法。作为压缩感知理论的推广和发展,低秩表示将矩阵的秩作为一种稀疏测度,由于矩阵的秩反映了矩阵的固有特性,所以低秩表示能有效地分析和处理矩阵数据,把低秩表示引入到张量模型中,即引入到非负张量分解算法中,进一步扩展非负张量分解算法。实验结果表明,所提算法与其他相关算法相比,分类结果较好。
推荐文章
基于张量低秩分解和稀疏表示的红外微小气体泄漏检测
计算机视觉
红外检测
泄漏检测
张量低秩分解
稀疏表示
红外成像
张量低秩表示和时空稀疏分解的视频前景检测
视频
前景检测
低秩
时空稀疏分解
张量低秩表示
非精确增广拉格朗日乘子
基于非负矩阵分解的低秩矩阵恢复模型
非负矩阵分解
低秩矩阵恢复
多乘子交替迭代法
奇异值分解
图像识别
非负张量分解的快速算法
非负张量分解
非负矩阵分解
快速算法
采样
插值
重构
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 基于低秩表示的非负张量分解算法
来源期刊 计算机应用研究 学科
关键词 图像分类 低秩表示 非负 张量分解
年,卷(期) 2016,(1) 所属期刊栏目 图形图像技术
研究方向 页码范围 300-303
页数 4页 分类号 TP391.4|TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2016.01.069
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 罗斌 安徽大学计算机科学与技术学院 181 1213 16.0 25.0
2 刘亚楠 合肥师范学院计算机学院 9 29 4.0 5.0
3 刘路路 合肥师范学院计算机学院 18 48 4.0 6.0
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  (13)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1966(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图像分类
低秩表示
非负
张量分解
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导