K-SVD

K-SVD是一种经典的字典训练算法，依据误差最小原则，对误差项进行SVD分解，选择使误差最小的分解项作为更新的字典原子和对应的原子系数，经过不断的迭代从而得到优化的解。

资源总数
500

K-SVD 热门资料

查看全部 500 份 →

传统K均值算法对初始聚类中心敏感，聚类结果随不同的初始输入而波动，容易陷入局部最优值。针对上述问题，该文提出一种基于遗传算法的K均值聚类算法，将K均值算法的局部寻优能力与遗传算法的全局寻优能力相结合，

2024-01-19 8 K-SVD

为使微数据发布在满足K-匿名要求的同时提高匿名数据的精度，提出多维泛化路径的概念及相应的2种K-匿名算法，包括完整Filter K-匿名算法和部分Filter K-匿名算法。将它们与Incognito

2024-03-25 6 K-SVD

·摘　要:提出了一种直接基于图像矩阵的包含在类平均图像中判别信息的最优压缩方法。在ORL标准人脸库上的试验结果表明，提出的方法不仅识别性能优于传统的主分量分析和Fishr线性鉴别分析，而且特征抽取的速度得到了很大的提高。

2024-07-03 9 K-SVD