基于稀疏表示的鲁棒人脸识别（英文+重点翻译）

02年的博士论文,非常系统的语音识别资料 为适应鲁棒语音识别的要求，研究新的声学特征提取方法和声学特征的鲁棒性处理方法，使其具备更强的区分能力和对恶劣环境的抗干扰能力，同时这种处理方法应该是简单、高效

稀疏表示的程序代码，用matlab验证实现，有用的可以下载！

l2,1范数的鲁棒稀疏高光谱解混

详细的讲述了信号的稀疏表示和稀疏分解问题，很适合做开题报告。

针对现有融合识别算法难以兼顾信息完备性和节点通信数据量的问题, 提出一种基于信号稀疏表示的雷达辐射源信号级融合识别算法. 该方法将接收信号投影到稀疏域并进行压缩, 从而在稀疏域完成融合, 最后利用融合

这是2016年7月15日,硕士开题答辩所采用的ppt,有关于微血管瘤检测识别方向,采用稀疏表示字典学习的方法进行防震处理,这里给出了大致的研究方向,一节部分备注,希望对下载者,有一定帮助。

如今,稀疏表示分类(SRC)已广泛应用于各种计算机视觉领域,例如人脸识别。 但是,很少有研究人员将SRC应用到静态手势识别中。 在本文中,我们建议采用基于显着性的特征和稀疏表示进行手势识别,并对稀疏项

由于稀疏表示方法在人脸分类算法中的成功使用，基于此研究人员提出了一种新的分类方法即基于稀疏表示的分类方法（SRC）。因此寻求最优的稀疏表示方法就成为了人脸识别研究的重点。由于粒子群算法具有原理简单、参

Recognizing car license plates in natural scene images is an important yet still challenging task in

目前诸多模式识别任务的识别精度获得不断提升,在一些任务上甚至超越了人的水平。单从识别精度的角度来看,模式识别似乎已经是一个被解决了的问题。