Low-Rank and Sparse Modeling for Visual Analysis

This book provides a view of low-rank and sparse computing, especially approximation, recovery, representation, scaling, coding, embedding, and learning among unconstrained visual data. Included in the book are chapters covering multiple emerging topics in this new field. The text links multiple pop...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Συγγραφή απο Οργανισμό/Αρχή: SpringerLink (Online service)
Άλλοι συγγραφείς: Fu, Yun (Επιμελητής έκδοσης)
Μορφή: Ηλεκτρονική πηγή Ηλ. βιβλίο
Γλώσσα:English
Έκδοση: Cham : Springer International Publishing : Imprint: Springer, 2014.
Θέματα:
Διαθέσιμο Online:Full Text via HEAL-Link
Πίνακας περιεχομένων:
  • Nonlinearly Structured Low-Rank Approximation
  • Latent Low-Rank Representation
  • Scalable Low-Rank Representation
  • Low-Rank and Sparse Dictionary Learning
  • Low-Rank Transfer Learning
  • Sparse Manifold Subspace Learning
  • Low Rank Tensor Manifold Learning
  • Low-Rank and Sparse Multi-Task Learning
  • Low-Rank Outlier Detection
  • Low-Rank Online Metric Learning.