论文相关

论文精华摘要

前言: 写这个的目的是积累素材，有助于写论文。以下的素材感觉在很多论文（和我相关的领域）都是通用的，做一下笔记，方便以后写论文用。

1 指示函数的运用

Content

1) 原始内容
$\textrm{min}\sum^n_{i=1}1(||s_i||_2>0) \qquad \textrm{ subject to } \ y = As$

where $1(||s_i||_2>0)$ is an indicator function that takes the value 1 when $||s_i||>0$ and zeros otherwise

2) 说明
这种表达方式应用的场合应该很多，以后写论文的时候可以试着用这种表达方式。、
Source
Sparse Subspace Clustering
–by Ehsan Elhamifar Ren´e Vidal
–CVPR 2009

2 置换矩阵的运用

Content
1) 原始内容
$Y = [y_1,y_2,...,y_N] = [Y_1,Y_2,...,Y_n] \ \Gamma\in\ \mathbb{R}^{D×N}$
where $Y_i\in\mathbb{R}^{D×N_i} \quad N=\sum^n_{i=1}N_i$ and $\Gamma \in\mathbb{R}^{D×N_i}$is an unknown permutation matrix that specifies the segmentation of data.

2) 说明
要注意运用permutation matrix（置换矩阵）

置换矩阵($\Gamma$)是指
1： 元素为0/1的矩阵，且每一行，每一列只有一个1
2：$\Gamma^T\Gamma = I, I\textrm{是单位矩阵}$,

一个矩阵/向量 $A$右乘一个$\Gamma$,会交换$A$的列，
一个矩阵/向量 $A$左乘一个$\Gamma$,会交换$A$的行

原始内容中用置换矩阵来表示对原始数据的分割，原始数据$y_1,...,y_N$,分割成不同块，也就是列向量交换了位置$[Y_1,Y_2,...,Y_n] \ \Gamma$

Source
Sparse Subspace Clustering
–by Ehsan Elhamifar Ren´e Vidal–
–CVPR 2009

3 画图中的实虚线以及带有的不同标记

Content
1) 原始内容

Fig.3 Performance comparison, with the solid lines with circle markers
denoting the performance of SSC, and the dashed lines with square markers
denoting that of compressed SSC with n = 22. The blue lines represent
accuracy rates, while red lines represent computation time. As a reference
criterion, the black dotted line stands for the 95% accuracy rate.
2) 说明
学会用不同标记的线加颜色进行不同种类的区分
Source
Compressed Subspace Clustering
–by Xianghui Mao and Yuantao Gu
–GlobalSIP 2014: Information Processing for Big Data

4 “:=” 表示“定义为”

1) 例子
A：= B
2) 说明
用B来表示A， B应该是之前没见过的公式。

Source
Compressed Subspace Clustering
–by Xianghui Mao and Yuantao Gu
–GlobalSIP 2014: Information Processing for Big Data

5 经典句式/短语

1) Extensive experimental results on four different visual recognition tasks, including image patch matching, texture classification, face recognition, and scene classification, show that our RI-LBD and TRICo-LBD outperform most existing local descriptors
一般摘要中的倒数第二句,或者最后一句常用到.

2) 单词: intraclass 同类的,组内的.

Source
Learning Rotation-Invariant Local Binary Descriptor
-by Yueqi Duan, Jiwen Lu, Jianjiang Feng, and Jie Zhou
-IEEE TRANSACTIONS ON IMAGE PROCESSING, VOL. 26, NO. 8, AUGUST 2017