包邮低秩稀疏约束张量分解的高维图像数据修复技术研究

内容简介

目前高维数据在遥感、科技、商业和教育等方面广泛应用，也正是由于高维数据维度更高，结构更复杂,如何从被噪声或奇异点污染或部分丢失的观测数据中恢复原始数据，已成为机器学习、数据挖掘、模式识别及计算机视觉等领域的热点研究问题。因此，高维视觉或多维遥感数据分析是现代科学技术与工程应用等领域内处理智能数据科学问题的关键课题之一。本书针对目前被广泛使用的高维数据进行了深入研究，提出了低秩稀疏约束张量分解的高维图像数据修复技术，旨在从被噪声或奇异点污染或部分丢失的观测数据中恢复原始数据。全书主要有四部分，以低秩和稀疏先验特征为指导，采用张量分解为主要方法，围绕高维图像数据修复、高维图像数据矩阵或张量补全、遥感图像去噪和遥感图像重建等方面进行研究。这四部分内容针对性强，对遥感图像处理和视频处理领域具有较强的指导作用，与读者需求贴合度高，科学性强。本书适用于从事遥感图像处理、高维数据挖掘和商业智能研究的高校教师、研究生、科研院所的科研人员以及从事智能数据分析项目开发的工程技术人员参考。