【摘要】流形学习自2000年提出以来，一直备受研究人员的关注。在流形学习中，人们假设样本是均匀采样于一个高维空间中的低维流形。在此假设基础上，流形学习的目的就是找到高维采样数据内在的低维流形结构，并求出相应的低维嵌入，来实现维数约减或者数据的可视化。流形学习的主要方法有局部线性嵌入、等距映射、拉普拉斯特征映射等。本文主要研究的是局部线性嵌入流形学习方法，对该方法中邻域选取和表示问题进行了研究。引入 […]

【摘要】众所周知，在人们的日常生活中数字图像随处可见，诸如遥感成像、安全监控、医学成像等。随着对数字图像的需求越来越多，随之而来的对数字图像质量的要求也越来越高，能够体现更多细节信息的高分辨率图像成为图像重构技术中研究的核心内容。图像超分辨率重构技术就是利用同一场景不同环境下获得的多幅低分辨率图像来重构一幅高分辨率图像。由于成像设备、光照、拍摄物与成像设备间的相对位移等因素的干扰，获取的图像分辨率 […]