Sparsity; Gini Index; Lorenz Curve; Norms; FFT; DWT; DCT; PCA; Compressed Sensing;
机译:结合基于L1范数和基于L2范数的稀疏表示进行面部识别
机译:L1-范数加L2-范数稀疏参数用于图像识别
机译:小波处理稀疏信号的基础选择
机译:使用GINI指数,L1-NOM和L2-NOM的1-D和2-D信号稀疏性进行最佳稀疏基础选择
机译:从错误数据进行机器学习:最佳稀疏L1-Norm主成分分析
机译:混合稀疏LOS / NLOS环境下基于范围的源定位的约束L1-NOM最小化方法
机译:阈值基础追踪:一种实现最优支持的Lp算法 从噪声随机数中恢复稀疏和近似稀疏信号 测量