Robust Recognition via Information Theoretic Learning

This Springer Brief represents a comprehensive review of information theoretic methods for robust recognition. A variety of information theoretic methods have been proffered in the past decade, in a large variety of computer vision applications; this work brings them together, attempts to impart the...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριοι συγγραφείς: He, Ran (Συγγραφέας), Hu, Baogang (Συγγραφέας), Yuan, Xiaotong (Συγγραφέας), Wang, Liang (Συγγραφέας)
Συγγραφή απο Οργανισμό/Αρχή: SpringerLink (Online service)
Μορφή: Ηλεκτρονική πηγή Ηλ. βιβλίο
Γλώσσα:English
Έκδοση: Cham : Springer International Publishing : Imprint: Springer, 2014.
Σειρά:SpringerBriefs in Computer Science,
Θέματα:
Διαθέσιμο Online:Full Text via HEAL-Link
Πίνακας περιεχομένων:
  • Introduction
  • M-estimators and Half-quadratic Minimization
  • Information Measures
  • Correntropy and Linear Representation
  • ℓ1 Regularized Correntropy
  • Correntropy with Nonnegative Constraint.