期刊文献+
共找到2,112篇文章
< 1 2 106 >
每页显示 20 50 100
基于非凸加权Lp范数稀疏误差约束的图像去噪算法 预览
1
作者 徐久成 王楠 +1 位作者 王煜尧 徐战威 《智能系统学报》 CSCD 北大核心 2019年第3期500-507,共8页
图像去噪过程中由于噪声的影响,无法学习到准确的先验知识,因此难以获取较优的稀疏系数。针对该问题,本文提出一种基于非凸加权 lp范数稀疏误差约束的图像去噪算法。该算法将系数求解过程分解为两个子问题,采用广义软阈值算法求解 lp范... 图像去噪过程中由于噪声的影响,无法学习到准确的先验知识,因此难以获取较优的稀疏系数。针对该问题,本文提出一种基于非凸加权 lp范数稀疏误差约束的图像去噪算法。该算法将系数求解过程分解为两个子问题,采用广义软阈值算法求解 lp范数中的稀疏系数,再利用代理算法求解稀疏误差约束中的稀疏系数,根据二者的均值来获取更具鲁棒性的稀疏系数。与当前几种典型的算法进行对比分析,实验结果表明:本文算法不仅具有更高的峰值信噪比(PSNR),而且在运行时间上具有更高的效率,同时在视觉角度上产生了更好的视觉感受。 展开更多
关键词 图像去噪 稀疏表示 稀疏系数 先验知识 L1范数 非凸加权 LP范数 稀疏误差约束 峰值信噪比
在线阅读 下载PDF
改进稀疏表示算法在人脸识别中的应用 预览
2
作者 刘霞 罗文辉 苏义鑫 《计算机工程与应用》 CSCD 北大核心 2019年第14期191-197,共7页
人脸识别的主要难度在于,受到光照变化、表情变化以及遮挡的影响,会使得采集的不同人的人脸图像具有相似性。为有效解决基于稀疏表示的分类算法(Sparse Representation-based Classification,SRC)在人脸训练样本不足时会导致识别率降低... 人脸识别的主要难度在于,受到光照变化、表情变化以及遮挡的影响,会使得采集的不同人的人脸图像具有相似性。为有效解决基于稀疏表示的分类算法(Sparse Representation-based Classification,SRC)在人脸训练样本不足时会导致识别率降低和稀疏表示求解效率较低的问题,提出了基于判别性低秩分解与快速稀疏表示分类(LowRank Recovery Fast Sparse Representation-based Classification,LRR_FSRC)的人脸识别算法。利用低秩分解理论得到低秩恢复字典以及稀疏误差字典,结合低秩分解和结构不相干理论,训练出判别性低秩类字典和稀疏误差字典,并把它们结合作为测试时所用的字典;用坐标下降法来求解稀疏系数以提高了计算效率;根据重构误差实现测试样本的分类。在YALE和ORL数据库上的实验结果表明,提出的基于LRR_FSRC的人脸识别方法具有较高的识别率和计算效率。 展开更多
关键词 人脸识别 稀疏表示 低秩矩阵恢复 坐标下降法 基于稀疏表示的分类(SRC)算法
在线阅读 下载PDF
基于非均匀采样数据的HRRP目标识别方法 预览
3
作者 熊鑫 汤子跃 +1 位作者 陈一畅 王万田 《空军预警学院学报》 2019年第3期175-179,185共6页
针对数据采样率不足或数据缺失条件下的雷达目标识别问题,提出一种基于非均匀采样数据的目标特征提取与识别方法.该方法首先根据数据非均匀采样方式构造与之匹配的稀疏采样矩阵,用以表征目标回波;然后利用稀疏重构算法获取目标高分辨率... 针对数据采样率不足或数据缺失条件下的雷达目标识别问题,提出一种基于非均匀采样数据的目标特征提取与识别方法.该方法首先根据数据非均匀采样方式构造与之匹配的稀疏采样矩阵,用以表征目标回波;然后利用稀疏重构算法获取目标高分辨率一维距离像,并从重构结果中提取出包含稀疏特征在内的多维目标特征;最后采用支持向量机实现各种目标的分类.仿真结果表明,该方法能够从非均匀采样数据中有效提取目标特征;所提取的稀疏特征能够克服传统特征目标姿态敏感的问题,显著提高目标识别率. 展开更多
关键词 目标识别 非均匀采样数据 稀疏表征 稀疏特征 高分辨率一维距离像
在线阅读 下载PDF
结合字典学习技术的ISAR稀疏成像方法 预览
4
作者 胡长雨 汪玲 朱栋强 《电子与信息学报》 EI CSCD 北大核心 2019年第7期1735-1742,共8页
鉴于稀疏ISAR成像方法的成像质量受到待成像场景的稀疏表示不准确的限制,该文将字典学习(DL)技术引入到ISAR稀疏成像中,以提升目标成像质量。该文给出基于离线DL和在线DL两种ISAR稀疏成像方法。前者通过已有同类目标ISAR图像进行学习,... 鉴于稀疏ISAR成像方法的成像质量受到待成像场景的稀疏表示不准确的限制,该文将字典学习(DL)技术引入到ISAR稀疏成像中,以提升目标成像质量。该文给出基于离线DL和在线DL两种ISAR稀疏成像方法。前者通过已有同类目标ISAR图像进行学习,获得更优稀疏表示,后者在成像过程中从现有数据中通过优化获得稀疏表示。仿真和实测ISAR数据成像结果表明,结合离线DL和在线DL的成像方法均可获得比现有方法更优的成像结果,离线DL成像优于在线DL成像,而且前者计算效率优于后者。 展开更多
关键词 逆合成孔径雷达 稀疏成像 稀疏表示 字典学习 压缩感知
在线阅读 免费下载
基于子空间追踪算法的稀疏子空间聚类 预览
5
作者 荣光李 黄尉 《合肥工业大学学报:自然科学版》 CAS 北大核心 2019年第7期999-1004,共6页
稀疏子空间聚类是处理高维数据聚类的有效途径,而相似度矩阵的构造是稀疏子空间聚类的关键一步。文章引入子空间追踪算法来构造相似度矩阵,并由此给出了保证特征选择和特征再选择的充分条件。数值实验表明,子空间追踪算法所选择的原子... 稀疏子空间聚类是处理高维数据聚类的有效途径,而相似度矩阵的构造是稀疏子空间聚类的关键一步。文章引入子空间追踪算法来构造相似度矩阵,并由此给出了保证特征选择和特征再选择的充分条件。数值实验表明,子空间追踪算法所选择的原子相比经典的正交匹配追踪算法,其选择的原子更具代表性,精确特征选择率更高,聚类误差也得到了保留甚至更低。 展开更多
关键词 稀疏子空间聚类 贪婪算法 稀疏表示 子空间追踪 特征选择
在线阅读 免费下载
改进的稀疏表示超分辨率图像重建 预览
6
作者 廖成 郭心悦 韩彦芳 《软件导刊》 2019年第2期137-140,共4页
为了能从单幅低分辨率图像中利用超分辨率技术重建出高分辨率图像,提出一种基于稀疏表示的改进算法。首先求出在低分辨率图像过完备字典上的稀疏表示系数,将稀疏表示系数与高分辨率图像的过完备字典相结合,得到高分辨率图像块,再联合输... 为了能从单幅低分辨率图像中利用超分辨率技术重建出高分辨率图像,提出一种基于稀疏表示的改进算法。首先求出在低分辨率图像过完备字典上的稀疏表示系数,将稀疏表示系数与高分辨率图像的过完备字典相结合,得到高分辨率图像块,再联合输入的低分辨率图像块与生成的高分辨率图像块,求解出其在高低分辨率字典对上的稀疏系数,最后结合高分辨率图像字典,得到更加精确的高分辨率图像块。经仿真实验验证,该改进方法有效提升了重建图像质量,增强了重建图像的还原度。 展开更多
关键词 稀疏表示 超分辨率 图像重建 高低分辨率图像块 稀疏系数
在线阅读 免费下载
基于低秩稀疏矩阵分解和稀疏字典表达的高光谱异常目标检测
7
作者 张晓慧 郝润芳 李廷鱼 《激光与光电子学进展》 CSCD 北大核心 2019年第4期234-240,共7页
异常目标检测在高光谱图像(HSI)处理领域发挥越来越重要的作用。低秩稀疏矩阵分解算法(LRaSMD)可将背景和异常区分开,可以极大地减弱异常目标对背景的污染。基于此,提出一种基于低秩稀疏矩阵分解和稀疏字典表达(LRaSMD-SR)的高光谱异常... 异常目标检测在高光谱图像(HSI)处理领域发挥越来越重要的作用。低秩稀疏矩阵分解算法(LRaSMD)可将背景和异常区分开,可以极大地减弱异常目标对背景的污染。基于此,提出一种基于低秩稀疏矩阵分解和稀疏字典表达(LRaSMD-SR)的高光谱异常目标检测算法,通过LRaSMD的方式获取背景集,通过稀疏表达的方式从背景集中构建背景字典模型,最后通过计算重构误差来检测异常点。该算法在模拟和真实数据上都进行了有效性验证,实验结果证明LRaSMD-SR算法具有非常好的异常目标检测性能。 展开更多
关键词 遥感 异常检测 高光谱图像 低秩稀疏矩阵分解 稀疏字典表达
基于自适应稀疏表示的电子商务语音识别增强方法研究 预览
8
作者 王一海 《电子器件》 CAS 北大核心 2019年第2期453-457,共5页
传统语音增强算法在去除噪声的同时也导致语音受损,为了减小这种负面影响,结合了语音信号的稀疏表示算法与语音增强算法和自适应的获得训练字典,提出了一种基于自适应稀疏表示的语音增强算法。仿真实验结果表明该方法即使在低信噪比的... 传统语音增强算法在去除噪声的同时也导致语音受损,为了减小这种负面影响,结合了语音信号的稀疏表示算法与语音增强算法和自适应的获得训练字典,提出了一种基于自适应稀疏表示的语音增强算法。仿真实验结果表明该方法即使在低信噪比的条件下也能有效去噪,且去噪后能很好的分辨出原始语音信号。 展开更多
关键词 语音增强 稀疏表示 训练字典 非负限制的双重稀疏K-SVD
在线阅读 下载PDF
一种联合SBL和DTW的叠前道集剩余时差校正方法 预览
9
作者 石战战 夏艳晴 +1 位作者 周怀来 王元君 《岩性油气藏》 CSCD 北大核心 2019年第3期86-94,共9页
基于动态时间规整的叠前道集剩余时差校正方法存在动态时间规整算法对噪声敏感,准确计算规整路径困难;算法采用逐点搬家法,直接对地震道作剩余时差校正容易引起地震波形畸变的问题。提出一种联合稀疏贝叶斯学习(Sparse Bayesian Learnin... 基于动态时间规整的叠前道集剩余时差校正方法存在动态时间规整算法对噪声敏感,准确计算规整路径困难;算法采用逐点搬家法,直接对地震道作剩余时差校正容易引起地震波形畸变的问题。提出一种联合稀疏贝叶斯学习(Sparse Bayesian Learning,SBL)和动态时间规整(Dynamic Time Warping,DTW)的叠前道集剩余时差校正方法,采用SBL对地震道集进行稀疏表示,再利用DTW对稀疏表示结果进行剩余时差校正,处理后重构地震记录。结果表明,SBL具有良好的噪声鲁棒性,较少的局部最小值,以及全局最优解同时也是最稀疏解,稀疏分解后得到地下地层单位冲击响应,消除了子波影响,再进行时差校正就能避免波形畸变,同时实现了高保真剩余时差校正和随机噪声压制。数值模拟和实际资料处理结果表明该方法具有良好的应用效果。 展开更多
关键词 叠前道集 剩余时差 稀疏表示 稀疏贝叶斯学习 动态时间规整
在线阅读 下载PDF
拉普拉斯秩约束的子空间聚类算法 预览
10
作者 杨艺芳 张捷 《计算机工程与设计》 北大核心 2019年第8期2242-2246,共5页
针对子空间聚类算法中构建块对角相似度矩阵的方法不直接且假设条件很难满足的问题,提出直接以块对角优先的拉普拉斯秩约束子空间聚类算法(BLRC)。通过添加拉普拉斯矩阵秩约束构建块对角的相似度矩阵,利用拉普拉斯正则项确保数据样本的... 针对子空间聚类算法中构建块对角相似度矩阵的方法不直接且假设条件很难满足的问题,提出直接以块对角优先的拉普拉斯秩约束子空间聚类算法(BLRC)。通过添加拉普拉斯矩阵秩约束构建块对角的相似度矩阵,利用拉普拉斯正则项确保数据样本的群组效应,采用交替拉格朗日乘子的方法进行求解,得到具有精确块对角结构的相似度矩阵。实验结果表明,BLRC算法聚类具有良好的聚类性能,聚类的精确度明显优于对比算法。 展开更多
关键词 子空间分割 子空间聚类 稀疏表示 低秩表示 谱聚类
在线阅读 下载PDF
基于SEF-GHEI及协同表示的步态识别研究 预览
11
作者 徐守坤 邱亮 +1 位作者 石林 李宁 《计算机应用研究》 CSCD 北大核心 2019年第6期1917-1920,共4页
将协同表示方法应用于步态识别中可以解决稀疏表示方法计算耗时的问题,但提取步态特征采用的GEI算法没有考虑步态内部轮廓边界信息,导致识别率不高。针对此问题,提出使用融合Hog和GEI算法的方法提取步态特征,在此基础上使用协同表示的... 将协同表示方法应用于步态识别中可以解决稀疏表示方法计算耗时的问题,但提取步态特征采用的GEI算法没有考虑步态内部轮廓边界信息,导致识别率不高。针对此问题,提出使用融合Hog和GEI算法的方法提取步态特征,在此基础上使用协同表示的方法训练,再通过计算测试样本的最小重构误差进行分类。实验结果表明,该方法在单一视角下步态识别准确率平均提高了1.315%,以及跨视角下步态识别准确率平均提高了6.51%,说明该方法是可行的。 展开更多
关键词 稀疏表示 协同表示 GEI算法 Hog算法
在线阅读 下载PDF
基于镜像图的LRC和CRC偏差结合的人脸识别 预览
12
作者 陈铭 周先春 周杰 《南京信息工程大学学报:自然科学版》 CAS 2019年第3期340-345,共6页
为了提高人脸识别率及更好地显示人脸特征,本文提出了一种基于镜像图的LRC和CRC偏差结合的人脸识别方法.该方法首先生成一种镜像人脸,再通过融合原始人脸和镜像人脸形成新的混合训练样本,最后利用LRC和CRC偏差结合进行人脸识别.新方法... 为了提高人脸识别率及更好地显示人脸特征,本文提出了一种基于镜像图的LRC和CRC偏差结合的人脸识别方法.该方法首先生成一种镜像人脸,再通过融合原始人脸和镜像人脸形成新的混合训练样本,最后利用LRC和CRC偏差结合进行人脸识别.新方法增加了训练样本的数目,克服了由于光照和姿态等外部因素带来的影响.实验结果表明,镜像图与LRC和CRC偏差结合的人脸识别方法提高了人脸识别的准确性. 展开更多
关键词 人脸识别 镜像 协作表示分类算法 线性回归分类算法 偏差 稀疏表示
在线阅读 下载PDF
联合行稀疏与l1/ 2-范数稀疏表示的红外小目标检测算法 预览
13
作者 孙大为 荣长军 +3 位作者 信东 高明 邱瑞学 杨东方 《中国惯性技术学报》 EI CSCD 北大核心 2019年第3期406-414,共9页
针对红外图像的小目标检测问题,提出了一种联合行稀疏与l1/2 -范数稀疏表示的小目标检测算法。首先采用滑动窗口对原始红外图像进行分块,构建分块图像矩阵;然后,根据稀疏与低秩表示理论建立行稀疏与l1/2 -范数稀疏表示的模型,并利用交... 针对红外图像的小目标检测问题,提出了一种联合行稀疏与l1/2 -范数稀疏表示的小目标检测算法。首先采用滑动窗口对原始红外图像进行分块,构建分块图像矩阵;然后,根据稀疏与低秩表示理论建立行稀疏与l1/2 -范数稀疏表示的模型,并利用交替方向乘子算法求解得到稀疏矩阵和低秩矩阵;最后,通过图像重构,得到小目标的图像,并采用阈值分割的方法确定小目标的真实位置。实验结果表明,算法可以实现对不同背景红外图像中的小目标准确检测,与红外块图像建模算法相比,检测后的图像信杂比接近的情况下,检测速度提升了约1倍。 展开更多
关键词 小目标检测 稀疏表示 目标检测 红外图像 低秩表示
在线阅读 下载PDF
改进的稀疏表示遥感图像超分辨重建 预览
14
作者 朱福珍 刘越 +2 位作者 黄鑫 白鸿一 巫红 《光学精密工程》 EI CAS CSCD 北大核心 2019年第3期718-725,共8页
为了进一步提高遥感图像超分辨效果,提高超分辨重建速度。针对以往稀疏超分辨算法中更容易丢失边缘信息和引入噪声的问题,本文改进了特征提取算子,以对称近邻滤波(SNN)代替高斯滤波,重点解决特征空间中的字典学习问题。首先,根据遥感图... 为了进一步提高遥感图像超分辨效果,提高超分辨重建速度。针对以往稀疏超分辨算法中更容易丢失边缘信息和引入噪声的问题,本文改进了特征提取算子,以对称近邻滤波(SNN)代替高斯滤波,重点解决特征空间中的字典学习问题。首先,根据遥感图像退化模型生成训练样本图像,并分别对高、低分辨率遥感图像进行7×7分块,生成字典训练样本。然后,建立连接高、低分辨率图像空间的双参数联合稀疏字典,将字典学习过程中的稀疏系数分解为系数权值和字典原子的乘积,依据字典原子指标训练和更新字典,得到高低分辨率联合字典映射矩阵。最后,进行遥感图像超分辨稀疏重构。实验结果表明:与当前最先进的稀疏表示超分辨算法相比,本文算法得到的超分辨重建遥感图像的主观效果更好,恢复出更多的地物细节信息;客观评价参数峰值信噪比(PSNR)提高约1.7dB,结构相似性(SSIM)提高约0.016。改进的稀疏表示超分辨算法可以有效地提高遥感图像超分辨效果,同时降低重建时间。 展开更多
关键词 图像超分辨 稀疏表示 字典学习
在线阅读 下载PDF
多黎曼流形的判别分析与融合 预览
15
作者 蔡金金 刘博 +1 位作者 马跃进 么炜 《河北农业大学学报》 CAS CSCD 北大核心 2019年第1期114-121,共8页
为了得到低维且更具有判别性的流行表示,并进一步融合各种流行判别分析的结果,本研究提出了基于局部重构的黎曼流形判别分析统一框架,在动态纹理分类,物体识别和人脸识别任务中,验证了该框架的有效性。
关键词 图像集分类 稀疏表示 距离学习 流形学习
在线阅读 下载PDF
基于图像灰度熵的自适应字典学习算法 预览
16
作者 杜秀丽 左思铭 邱少明 《计算机科学》 CSCD 北大核心 2019年第5期266-271,共6页
针对传统图像稀疏表示字典学习算法仅对图像训练学习单一字典,不能很好地对包含不同图像信息的图像块进行最优稀疏表示的问题,将图像灰度熵的思想引入到字典学习算法中,提出基于图像灰度熵的自适应字典学习算法。该算法将图像库作为训... 针对传统图像稀疏表示字典学习算法仅对图像训练学习单一字典,不能很好地对包含不同图像信息的图像块进行最优稀疏表示的问题,将图像灰度熵的思想引入到字典学习算法中,提出基于图像灰度熵的自适应字典学习算法。该算法将图像库作为训练样本,对图像库图像进行分块,计算各子块的灰度熵大小,依据灰度熵大小对子块进行分类,针对不同类别子块,设定不同K-奇异值分解算法参数,分别进行字典训练,从而得到多个不同的字典。根据灰度熵大小选择训练好的字典对待表示图像子块进行稀疏表示。仿真实验及结果表明,所提算法能够对图像进行较好的稀疏表示,图像的重构效果也得到了明显提升。 展开更多
关键词 稀疏表示 字典学习 K-奇异值分解 灰度熵
在线阅读 免费下载
基于稀疏贝叶斯估计的单图像超分辨率算法 预览
17
作者 袁桂霞 周先春 《计算机应用研究》 CSCD 北大核心 2019年第2期626-629,共4页
针对现有超分辨率方法对不同低分辨率图像的超分辨率效果差异较大的问题,提出了一种基于稀疏贝叶斯估计的单图像超分辨率方法。该方法将单图像超分辨率问题看做是回归问题,采用Kronecker脉冲函数作为回归基函数,综合利用图像的局部信息... 针对现有超分辨率方法对不同低分辨率图像的超分辨率效果差异较大的问题,提出了一种基于稀疏贝叶斯估计的单图像超分辨率方法。该方法将单图像超分辨率问题看做是回归问题,采用Kronecker脉冲函数作为回归基函数,综合利用图像的局部信息和全局信息寻找特定预测的最优稀疏解决方案,采用贝叶斯方法估计权重,据此重构超分辨率图像。实验结果表明,采用该方法对14幅测试图像运行单图像超分辨率算法,得到的平均峰值信噪比高、方差小、耗时少,证实了该方法的超分辨率效果好、适应性强,且运算效率高。 展开更多
关键词 单图像超分辨率 超分辨率 贝叶斯估计 回归 稀疏表示
在线阅读 下载PDF
基于属性散射信息的随机梯度最小方差追踪SAR超分辨重建算法 预览
18
作者 丛迅超 万群 《计算机应用研究》 CSCD 北大核心 2019年第4期1261-1264,共4页
无论军事还是民用合成孔径雷达(SAR)应用领域,对实现目标更高分辨、更精细描述的期望和需求都十分迫切。在稀疏表示框架下,构建了基于属性散射中心模型(ASC)部件级局部散射模型的SAR重建观测模型;提出一种基于信号域的散射中心属性参数... 无论军事还是民用合成孔径雷达(SAR)应用领域,对实现目标更高分辨、更精细描述的期望和需求都十分迫切。在稀疏表示框架下,构建了基于属性散射中心模型(ASC)部件级局部散射模型的SAR重建观测模型;提出一种基于信号域的散射中心属性参数空间分类策略,并联合频域外推,提出一种基于随机梯度最小方差追踪的部件级超分辨SAR重建算法。该算法最终的超分辨SAR图像由FFT获得,提高了算法效率;并且该算法实现了在重建超分辨SAR图像的同时获取高精度的目标散射中心属性级特征。仿真合成数据和电磁计算数据验证了算法的超分辨能力,并利用ASC属性的克拉美罗界对算法属性估计性能进行了评估。 展开更多
关键词 合成孔径雷达 属性散射中心模型 稀疏表示 频域外推
在线阅读 下载PDF
基于稀疏表示理论的优化算法综述
19
作者 李清泉 王欢 《测绘地理信息》 2019年第4期1-9,共9页
近年来,稀疏表示理论在信号处理、图像处理和计算机视觉等领域引起了广泛关注。很多研究人员提出了基于稀疏模型的算法,从不同视角对稀疏表示进行分类,如稀疏约束中使用的不同范数的方法可分为l0范数最小化、lp范数(0<p<1)最小化... 近年来,稀疏表示理论在信号处理、图像处理和计算机视觉等领域引起了广泛关注。很多研究人员提出了基于稀疏模型的算法,从不同视角对稀疏表示进行分类,如稀疏约束中使用的不同范数的方法可分为l0范数最小化、lp范数(0<p<1)最小化、l1范数最小化、l2范数以及l2.1范数最小化5类。此外,还可对求解上述稀疏模型中不同的优化算法进行分类,包括贪婪策略、约束优化策略、逼近算法和同伦算法。通过介绍不同的稀疏模型及分析各类优化算法的基本原理,充分揭示出稀疏表示理论的潜在性质,为相关研究人员提供指引。 展开更多
关键词 稀疏表示 压缩感知 贪婪算法 同伦算法
基于压缩感知的红外人脸识别 预览
20
作者 杜梅 曹蔚然 《软件工程》 2019年第1期16-18,共3页
压缩感知理论是一种全新的数据采集技术,其采用非自适应线性投影来保持信号的原始结构,通过数值最优化问题准确重构原始信号。本文利用压缩感知的优秀特性,采用基于稀疏表示的模式分类方法,通过提取红外人脸图像的全部信息作为特征并建... 压缩感知理论是一种全新的数据采集技术,其采用非自适应线性投影来保持信号的原始结构,通过数值最优化问题准确重构原始信号。本文利用压缩感知的优秀特性,采用基于稀疏表示的模式分类方法,通过提取红外人脸图像的全部信息作为特征并建立特征矩阵,将待识别人脸作为压缩感知测量值,并通过正交匹配追踪算法进行重构,根据重构的稀疏系数所属类别进行红外人脸识别。实验表明,基于压缩感知的红外人脸识别结果准确率高。实验验证了本算法的有效性。 展开更多
关键词 压缩感知 稀疏表示 红外人脸识别
在线阅读 下载PDF
上一页 1 2 106 下一页 到第
使用帮助 返回顶部 意见反馈