基于fisher分类的稀疏表示

本课题采用时频聚集性较好的线性调频信号作为线性时不变系统输入激励，采用Gabor字典作为过完备原子库。在利用传统系统辨识法之前先利用稀疏分解算法将输出信号进行去噪处理，显著提高系统辨识精度。通过测试，

基于稀疏表示的MRI超分辨率重建

传统的生物特征识别系统依靠单一来源的生物特征信息完成对象鉴别,但是光照变化、噪声和遮挡等因素对生物特征信息的污染会使其识别性能降低。为此,提出一种多模态稀疏表示算法。在使测试对象不同模态的观测值共享稀

针对人体器官计算机断层扫描(CT)图像边缘模糊、难以自动分割的问题,提出了一种基于局部先验形状信息和主动轮廓模型的分割方法。针对一个形状与训练集中样本相似的器官目标,在基于图像灰度信息进行底层分割的同

针对训练样本与测试样本非线性可分问题,借助核算法,将样本特征向量映射到易实现线性可分的核空间,进而在高维核空间内运用核稀疏表示对所提取的特征进行分类表达。该算法受益于将核稀疏表示理论同多模生物识别技术

由于传统稀疏字典训练方法不能充分利用图像细节信息，提出一种分类稀疏字典训练方法。根据待训练样本的特性，将其划分为平滑、边缘和纹理三类，用KSVD算法分别训练出适合三类图像块特性的冗余字典，利用构造的冗

优化形式下的稀疏表示分类器的人脸识别.pdf

主要是稀疏表示

英文的讲解稀疏表示的ppt，大致了解一下，图像处理可能会用到

基于自动生成的六个特征进行性别分类。其中包括了随机生成训练样本和测试样本、KL变换和fisher变换对比，最后使用KNN进行分类。