一种改进的稀疏子空间聚类算法

提取有效特征是模式识别中的关键步骤。流形学习算法能有效处理样本的非线性,而稀疏表示表现出具有较好的鲁棒性。为了提取具有判别特性和鲁棒的特征,本文结合稀疏表示和判别准则,提出了一种局部稀疏表示和判别分析

数字摄像技术在降水粒子的自动观测中具有非常好的应用前景，如何在数字图像中准确地进行降水粒子的边缘检测是其中的一项关键技术。Snake模型具有很好的融合图像上层知识和底层特征的能力，能够实现目标轮廓的准

"OSC - 序列数据的子空间聚类"注意此存储库已弃用。请在维护的代码关于“”的MATLAB实现（ ） Subspace Clustering for Sequential Data Stephen

分析了现有蚁群聚类算法的特点与不足，并在此基础上提出了一种改进的蚁群聚类算法。改进算法分别从蚂蚁捡起对象、放下对象的策略、参数α的自适应改变策略及游离对象的处理策略四个不同方面对现有蚁群聚类算法进行改

局部切空间排列（LTSA）算法是一种有效的流形学习算法,能较好地学习出高维数据的低维嵌入坐标。数据点的切空间在LTSA算法中起着重要的作用,其局部几何特征多是在样本点的切空间内表示。但是在实际中,LT

一种改进的区域四叉树空间搜索简易算法,关于空间索引的论文，只有用中国知网的读书器才能打开

针对广义预测控制(GPC)模型中输入输出数据可能存在噪声和系统先验结构信息未知导致的难于辨识问题,提出了一种子空间辨识的广义预测控制算法。该算法采用变遗忘因子的子空间辨识方法,按照预测优化值与参考输出

 Struck在面对目标尺度变化的场景时,跟踪结果的精度会降低,甚至出现丢失目标的情况。为解决这一问题,提出了一种在分类判别器中引入尺度变量的解决方案,在提高算法对尺度变化的鲁棒性的

扩散映射(Diffusion Maps)是一种基于流形学习的非线性降维方法。基于对扩散映射的研究,提出了一种新的非线性降维算法。根据近邻点分布的不同和模糊聚类原理,新算法定义了扩散映射算法构建权值矩阵

无线网络存在高误码率、带宽变化大等特点,针对丢包类型多样化、拥塞控制中参数设置既盲目又单一化等问题,提出了一种TCP Westwood(简称TCPW)的改进算法TCP-NW,该算法根据网络中带宽的利用