Principal basis analysis in sparse representation
Principal basis analysis in sparse representation
复制标题
稀疏表示中的主基分析
DOI：
10.1007/s11432-015-0960-8
复制
发表时间：
2015-11
期刊：
影响因子：
--
通讯作者：
刘辰光（Chenguang LIU)
中科院分区：
文献类型：
--
作者：
孙洪（Hong SUN）;桑成伟（Chengwei SANG);刘辰光（Chenguang LIU)
创新点1. 构建了一个以“基元频率”为准则的稀疏信号主元分析方法。2.“基元频率”准则适合于在非正交超完备空间(超完备字典)上的主元分析, 它也是稀疏信号的一个重要特征。3. “稀疏信号主元分析”方法将信号的“能量集中特性”、“稀疏表达特性”和“基元高频率特性”集中于稀疏分解框架, 从而在抑制强噪声的同时有效地保留弱信号细节。
登录
查看更多内容
用于增强鲁棒表示和视觉分类的联合低秩和稀疏主特征编码
影响因子：
10.6
作者：
Zhang Zhao;Li Fanzhang;Zhao Mingbo;Zhang Li;Yan Shuicheng
通讯作者：
Yan Shuicheng
DOI：
10.1007/978-1-4612-4016-7
发表时间：
1997-09
期刊：
--
影响因子：
--
作者：
G. Deco;D. Obradovic
通讯作者：
G. Deco;D. Obradovic
影响因子：
10.6
作者：
Portilla, J;Strela, V;Simoncelli, EP
通讯作者：
Simoncelli, EP
影响因子：
6.8
作者：
M. Aharon;Michael Elad;A. Bruckstein;Y. Katz
通讯作者：
M. Aharon;Michael Elad;A. Bruckstein;Y. Katz
DOI：
10.4018/978-1-59904-849-9.ch133
发表时间：
2005
期刊：
--
影响因子：
--
作者：
Deniz Erdoğmuş;J. Príncipe
通讯作者：
Deniz Erdoğmuş;J. Príncipe