确定研究方向后一直在狂补理论，最近看了一些文章，有了些想法，顺便也总结了representation系列的文章，由于我刚接触，可能会有些不足，愿大家共同指正。
从稀疏表示到低秩表示系列文章包括如下内容：
二、NCSR（NonlocallyCentralized Sparse Representation）
三、GHP（GradientHistogram Preservation）
一、 sparse representation
1 sparsity
一个线性表示解决的问题如下图所示：
本文探讨从稀疏表示到低秩表示的理论及其应用，介绍了稀疏表示的基本概念、优化方法和在图像处理中的作用，强调了字典学习的重要性，并指出其在面对数据变化和噪声时的局限性，进而引向低秩表示作为改进方向。
最低0.47元/天 解锁文章
扫一扫
9942
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
