论文研究基于目标正交子空间投影加权的KRX高光谱异常检测算法 .pdf

目标检测是高光谱遥感领域一个重要研究方向,其在矿物勘探和国防侦查等领域都有着广泛的应用。简明、系统地介绍了高光谱图像目标检测中的一些关键算法及其在实际应用中存在的问题,并对未来发展方向进行了展望。

为了提高基于一范数的核主成分分析算法（KPCA-L1）处理异常检测问题的速度，提出了基于样本选取和加权KPCA-L1的异常检测方法。该方法从训练集中选取具有代表性的特征子集，然后为所得特征子集中的样本

基于高斯混合模型的运动目标检测算法研究硕士论文电子版。

对一个待检测像元，首先利用主成分分析提取高光谱数据的主特征，建立目标主成分空间，在主成分空间内构造基于 K-SVD 算法的训练字典;采用正交匹配算法OMP重构主成分分量，利用主成分分析逆变换得到待检测

为提高复杂环境下多物体碰撞检测的效率，提出了一种基于均匀网格分割与椭球包围盒的并行碰撞检测算法。该算法首先用均匀网格分割法来确定相邻物体，然后用紧密性较好的椭球包围盒层次树依次把它们包围，并利用基于线

基于MapReduce的并行异常检测算法(毕业论文).caj

针对传统空间离群点检测算法构建邻域时参数选择困难、处理高维数据的时间复杂度较高等问题，提出了一种基于地统计学的空间离群点检测算法。该算法将空间自相关理论引入空间离群检测中，首先利用3σ规则识别全局离群

在深入研究子空间方法盲多用户检测器子空间跟踪算法的基础上,针对OPAST算法中矩阵Z（i)的迭代运算过程导致子空间跟踪算法发散的问题,提出一种改进算法———newOPAST算法,并应用于盲MMSE多用

针对被跟踪目标运动、纹理或环境变化时，采用基于压缩感知目标跟踪算法目标易漂移、丢失的问题，提出了改进的压缩感知目标跟踪算法。通过压缩感知算法提取灰度和纹理特征，计算特征对样本分类结果并更新特征的权值，

针对基于压缩感知的目标跟踪算法中存在特征单一，在目标纹理或光照变化较大时跟踪不稳定的问题，提出了基于压缩感知的互补特征加权目标跟踪算法。该算法通过两个随机测量矩阵提取出两类互补的纹理特征和灰度均值特征