导读:本文包含了子空间论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:空间,稀疏,光谱,数据,算法,贵州省,结构。
子空间论文文献综述
李阳兵,陈会,罗光杰[1]（2019）在《贵州不同规模等级坝子空间分布特征研究》一文中研究指出以1∶5万地形图和高清遥感影像为数据源,系统研究了贵州省面积在1 hm2以上坝子的空间分布规律。研究发现:①贵州省1 hm2以上的坝子,仅占贵州省国土面积的3.99%,低于山间坝子占全省总面积7.51%的传统认识;②以10～20 hm2的坝子个数占比最高,随坝子面积增加,坝子个数占比也逐渐降低;③贵州坝子集中于贵州省中部,沿东北到西南一线;④贵州坝子体系等级结构较松散,相互之间等级规模差异存在差异。(本文来源于《地理科学》期刊2019年11期）
卞佳丽,梅雪,张晋[2]（2019）在《基于稀疏子空间的视频人脸聚类方法》一文中研究指出为提高视频人脸聚类性能,解决视频中的人脸易受到光照强度、物体遮挡和背景变化等因素的干扰的问题,提出一种基于视频先验知识、多视图和轨迹信息约束的人脸聚类研究方法。对聚类样本进行多特征提取,利用稀疏子空间表示算法获取人脸稀疏系数表示矩阵,使用轨迹信息和KNN重构系数矩阵,结合协同谱聚类算法获得人脸聚类结果。通过Notting Hill库和电影轨迹人脸库两个数据集验证该方法的可行性,实验对比结果表明,该方法对于视频中的人脸聚类具有较好的性能。(本文来源于《计算机工程与设计》期刊2019年11期）
程铃钫,陈黎飞,赖晓燕,林燕[3]（2019）在《不平衡数据软子空间聚类算法在临床医学中的应用与研究》一文中研究指出聚类分析是数据挖掘中重要的研究课题,在信息过滤、生物信息学,医学等领域得到广泛应用。本课题着重于自上而下的子空间聚类方法,主要原因是当前主要的此型算法都是以K-means或K-modes为基础的,在均匀效应的影响下,不平衡数据的问题是现有的软子空间算法不能有效聚类的,所以提出了一种基于划分的不平衡数据软子空间聚类新算法。所提算法提高了不平衡数据的聚类精度,在生物信息学和临床医学等领域具有一定的理论意义和实际应用价值。(本文来源于《软件》期刊2019年11期）
庄姗姗[4]（2019）在《基于L_2,_P稀疏子空间和局部结构保持降维》一文中研究指出在无样本类别先验信息下,样本间的局部结构和全局结构信息在降维过程中成为重要的考虑因素。多数降维方法只考虑样本间的单一结构。在降维过程中考虑混合结构,提出基于L_2,_p稀疏子空间和局部结构保持降维方法,同时考虑样本间的全局子空间结构和局部几何结构,通过刻画局部相似性关系图,保持降维前后样本间局部流行结构一致;通过更一般化的L_2,_p(0 <p≤1)范数约束,保持全局稀疏子空间结构,也更具普适性;降维过程中考虑混合结构,使得降维后的样本特征更具判别性。在4个图像数据集和4个生物基因数据集上的实验验证了所提方法的有效性。(本文来源于《信息技术与网络安全》期刊2019年11期）
王锟朋,钟汇才[5]（2019）在《基于子空间聚类的视频人脸数据自动标注》一文中研究指出针对人脸数据标注所需的人工和时间成本巨大,标注出的人脸数据集含有较多噪声问题,提出一种基于子空间聚类的视频人脸数据自动标注方法。首先,将海量视频作为人脸数据的采集来源,以满足多种人脸识别任务中不同的人脸数据需求,然后使用人脸识别模型将人脸数据映射到特征空间,使用改进K近邻算法把人脸数据划分到不同的子特征空间,最后在每个子特征空间内使用K均值算法分离人脸数据中的正样本、难正样本与负样本,收集难正样本构建人脸数据集。实验在公开数据集LFW与真实待标注数据上进行,实验结果表明子空间聚类法的F1度量得分比传统聚类算法分别提高了10%和7%,数据标注速度达到传统人工标注的10倍。使用该方法建立了一个包含200个ID、9 500张人脸照片的模糊人脸数据集,可用于多种人脸识别问题的研究。(本文来源于《电子设计工程》期刊2019年21期）
王毅,姚卫星,刘梦[6]（2019）在《机翼结构布局优化的并行子空间方法》一文中研究指出机翼内部构件的布局优劣在很大程度上影响着机翼结构质量,因此进行布局优化设计尤为重要。采用并行子空间方法求解机翼结构布局优化的问题,将机翼结构布局设计问题分为梁站位优化、桁条优化和厚度优化叁个并行的子空间,设计变量在各自的子空间内单独优化;各子空间优化结束后,在系统级中协调叁个子空间的设计变量,保持最小质量的子空间的优化变量不变;采用近似一维搜索的方法协调其他子空间的设计变量,然后进行变量迭代直至收敛。结果表明:该方法具有较高的优化效率,能够取得较好的优化结果,具有实际工程应用价值。(本文来源于《航空工程进展》期刊2019年05期）
孔繁锵,朱成,徐诚,周永波[7]（2019）在《空间相关性约束联合子空间追踪的高光谱图像稀疏解混》一文中研究指出通过深入分析高光谱图像空间相邻数据之间的空间相关性,提出一种利用空间相关性进行约束的联合子空间追踪解混(Spatial correlation constrained simultaneous subspace pursuit,SCCSSP)方法。该方法首先基于分块思想将高光谱图像进行分块处理,然后在图像块的端元提取步骤中,结合空间相关性特征对端元的提取进行约束,从而确保当前端元支撑集相对于高光谱图像残差是最优的。在丰度估计中将图像块的端元集合合并作为整幅图像的端元支撑集,通过求解非负性约束的最小二乘法获得丰度重建图像。模拟图像数据实验结果表明,本文方法在同等条件下能够获得更高的信号重构误差,且解混运算时间低于凸优化算法。在实际图像数据实验中,本文方法丰度图像稀疏度最低,取得了仅次于SUnSAL-TV算法的图像重建误差,其所得到的丰度重建图像也取得了更好的视觉效果。实验结果验证了本文方法具有更高的解混精度。(本文来源于《南京航空航天大学学报》期刊2019年05期）
唐彪,金炜,李纲,尹曹谦[8]（2019）在《结合稀疏表示和子空间投影的云图检索》一文中研究指出卫星云图能从多角度展示各类云系特征及其演变过程,实现基于内容的云图检索在天气实况监测、气候研究等方面具有重要意义。为了优化云图的组合特征,增强其组合特征的泛化能力,本文提出一种结合稀疏表示和子空间投影的特征优化方法。首先分别提取云图的颜色、纹理以及形状叁种特征,并对其组合特征进行转换分块;然后对每一块的特征进行稀疏表示,根据不同原子的方差来分组特征,得到显着特征和非显着特征;最后由分组特征的能量来计算得到子空间投影矩阵,将初始的组合特征在投影矩阵上进行投影,得到优化后的云图特征。实验结果表明,本文优化云图特征的方法在查准率、查全率上均优于常用的降维方法和云图检索技术,对组合特征具有较强的优化能力,在实时检索过程中时间复杂度低,是一种全新的检索方法。(本文来源于《光电工程》期刊2019年10期）
张苏宁,王月娟,吴水明,景栋盛[9]（2019）在《基于Krylov子空间方法的网络入侵数据聚类》一文中研究指出网络信息安全中的数据具有维数高、规模复杂等特性。网络入侵检测需要对网络入侵信息进行合理的分析,筛选出危险的带有攻击性的行为。随着数据维数的不断升高,传统的基于距离的聚类分析方法不再适用。针对此,本文提出一种基于Krylov子空间方法的高维数据聚类分析算法,首先将高维数据投影到低维空间,实现数据的降维,再用基于遗传算法的K-means算法在低维空间中进行数据的聚类,避免了数据属性的丢失,同时也提高了高维数据聚类分析的效率。最后,使用KDD Cup 99数据进行实验,实验验证了方法的有效性和精确性。(本文来源于《计算机与现代化》期刊2019年10期）
张勇,陈菊[10]（2019）在《基于决策树的网络高维数据软子空间聚类方法研究》一文中研究指出典型网络高维数据软子空间聚类方法采用软子空间聚类算法,根据目标函数最优解判断聚类是否最优,最优解计算过程容易过度拟合陷入局部最优,导致分类结果精度低。故文中提出基于决策树的网络高维数据软子空间聚类方法,根据信息增益选择决策树节点,在信息增益基础上添加分裂信息项防止决策树节点过度分类,获取不同树节点属性类别划分结果。在此基础上采用后剪枝技术删除含有噪音和干扰属性结点,将包含样本数量最多的分类结果视为网络高维数据软子空间的分类结果。仿真实验结果表明,所提方法聚类分析正确率随着网络高维数据集维数的增加而增加,且随样本数量增加的同时运行时间增长幅度较低,用时较短,是一种应用价值高的网络高维数据软子空间聚类方法。(本文来源于《现代电子技术》期刊2019年20期）
子空间论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为提高视频人脸聚类性能,解决视频中的人脸易受到光照强度、物体遮挡和背景变化等因素的干扰的问题,提出一种基于视频先验知识、多视图和轨迹信息约束的人脸聚类研究方法。对聚类样本进行多特征提取,利用稀疏子空间表示算法获取人脸稀疏系数表示矩阵,使用轨迹信息和KNN重构系数矩阵,结合协同谱聚类算法获得人脸聚类结果。通过Notting Hill库和电影轨迹人脸库两个数据集验证该方法的可行性,实验对比结果表明,该方法对于视频中的人脸聚类具有较好的性能。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
子空间论文参考文献
[1].李阳兵,陈会,罗光杰.贵州不同规模等级坝子空间分布特征研究[J].地理科学.2019
[2].卞佳丽,梅雪,张晋.基于稀疏子空间的视频人脸聚类方法[J].计算机工程与设计.2019
[3].程铃钫,陈黎飞,赖晓燕,林燕.不平衡数据软子空间聚类算法在临床医学中的应用与研究[J].软件.2019
[4].庄姗姗.基于L_2,_P稀疏子空间和局部结构保持降维[J].信息技术与网络安全.2019
[5].王锟朋,钟汇才.基于子空间聚类的视频人脸数据自动标注[J].电子设计工程.2019
[6].王毅,姚卫星,刘梦.机翼结构布局优化的并行子空间方法[J].航空工程进展.2019
[7].孔繁锵,朱成,徐诚,周永波.空间相关性约束联合子空间追踪的高光谱图像稀疏解混[J].南京航空航天大学学报.2019
[8].唐彪,金炜,李纲,尹曹谦.结合稀疏表示和子空间投影的云图检索[J].光电工程.2019
[9].张苏宁,王月娟,吴水明,景栋盛.基于Krylov子空间方法的网络入侵数据聚类[J].计算机与现代化.2019
[10].张勇,陈菊.基于决策树的网络高维数据软子空间聚类方法研究[J].现代电子技术.2019
论文知识图
