方略学科导航

搜索结果: 1-1 共查到“信息科学与系统科学低维表征”相关记录1条 . 查询时间(0.12 秒)

F范数度量下的鲁棒张量低维表征张量主成分分析低维表征特征提取鲁棒性重构误差 2024/1/16

张量主成分分析(Tensor principal component analysis,TPCA)在彩色图像低维表征领域得到广泛深入研究,采用F范数平方作为低维投影的距离度量方式,表征含离群数据和噪声图像的鲁棒性较弱.L1范数能够抑制噪声的影响,但所获的低维投影数据缺乏重构误差约束,其局部表征能力也较弱。