收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

L1-范数子空间技术的鲁棒建模综述(英)

胡姿岚  王海贤  
【摘要】:子空间学习可以通过多种技术来开展,对一些流行且被广泛使用的子空间学习方法,简要回顾其基于L1-范数的鲁棒建模.从主成分分析开始介绍子空间学习技术、线性判别分析以及更一般的图嵌入框架.作为L1-范数的综合利用,进一步讨论具有稀疏性的鲁棒建模.此外,还论述一些应用在神经科学中的相关子空间学习技术.最后,针对基于L1-范数的子空间学习的求解问题,介绍一个有力工具,即边界优化技术.

知网文化
【相似文献】
中国期刊全文数据库 前1条
1 卢学文;平稳过程的条件概率密度非参数估计的L1-模强相合性[J];湖南师范大学自然科学学报;1995年03期
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978