论文研究基于变换域和循环卷积的信号MP稀疏分解快速算法 .pdf

经典的稀疏表示分类（Sparse Representation for Classification，SRC）算法是一种基于[L1]范数最小化问题，它在很多应用场合都能取得很好的分类效果，是目前备受关

传统的低秩稀疏分解方法使用[l1]范数把场景中的运动目标建模为稀疏离群值，分离出低秩的背景成分与稀疏的运动目标成分。然而，在许多实际场景中往往会有动态背景的情形（例如水面波纹、树木摇动），[l1]范数

基于标签的推荐算法已成为研究热点，现有相关研究集中在利用标签改进协同过滤推荐算法和基于内容的推荐算法，鲜有研究把标签引入更先进的矩阵分解推荐算法。而现有矩阵分解推荐算法大多使用商品类别作为因子向量对用

提出了一种基于混沌的离散小波和离散余弦双重变换域数字图像扩频水印算法。算法采用二值图像作为水印，增加了嵌入的信息量。仿真结果表明，算法不仅具有较好的安全性、不可见性和鲁棒性，而且在水印的提取过程中不需

探讨了Contourlet变换域的图像视觉信息的置乱掩蔽问题，提出了一种基于零树编码结构的快速置乱算法。算法使用高效混沌映射构造置乱矩阵，对Contourlet系数矩阵进行子树间置乱，以减少系数置乱所

一种适用于HEVC中反向离散余弦变换的快速算法，马天龙，刘聪，作为离散余弦变换的近似，整数离散余弦变换被广泛用于最新的视频编解码标准中，比如H.264/AVC、VC-1以及AVS。高效率视频编解码标准

提出了一种基于奇异值分解的Contourlet域数字水印算法。对置乱后的水印图像进行奇异值分解，在Contourlet域中选取合适的方向子带，利用得到的奇异值来调制系数矩阵，然后通过逆变换获取嵌入水印

为提高稀疏表示跟踪模型性能，提出一种分段加权的反向稀疏跟踪算法，将跟踪问题转化为在贝叶斯框架下寻找概率最高的候选对象问题，构造不同的分段权重函数来分别度量候选目标与正负模板的判别特征系数。通过池化来降

基于稀疏扩展信息滤波的SLAM算法研究，李久胜，王要强，针对传统EKF(ExtendedKalmanFilter)方法机器人SLAM(SimultaneousLocalizationAndMapBui

针对输入信号受噪声干扰和输出观测噪声具有脉冲特征的稀疏系统辨识问题，提出一种基于CIM的偏差补偿（normalizedleastmeanabsolutedeviation，NLMAD）算法，利用NLM