[1] 罗刚. 大西洋鲑鱼营养研究概况[J]. 畜牧与饲料科学, 2009,30(5):23-25.
[2] 高荣强,范世福. 现代近红外光谱分析技术的原理及应用[J]. 分析仪器, 2002(3):9-12.
[3] 乔雅莉. 基于稀疏表示的图像去噪算法研究[D]. 北京:北京交通大学, 2009.
[4] 段刚龙,魏龙,李妮. 基于自适应权重的多重稀疏表示分类算法[J]. 计算机工程与应用, 2014,50(8):173-177.
[5] 徐星. 基于最小-范数的稀疏表示音乐流派与乐器分类算法研究[D]. 天津:天津大学, 2012.
[6] 董丽梦,李锵,关欣. 基于稀疏表示分类器的和弦识别研究[J]. 计算机工程与应用, 2012,48(29):133-136.
[7] Wright J, Yang A Y, Ganesh A, et a1. Robust face recognition via sparse representation[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2008,31(2):210-227.
[8] 黄敏,万相梅,朱启兵,等. 基于高光谱成像技术的菜用大豆厚度检测[J]. 食品与生物技术学报, 2012,31(11):1142-1147.
[9] 蒋璐璐,骆美富,张瑜,等. 汽车变速箱油的近红外光谱识别研究[J]. 光谱学与光谱分析, 2014,34(1):64-68.
[10]Wright J, Yang A Y, Ganesh A, et a1. Robust face recognition via sparse representation [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2008,31(2):210-227.
[11] 杜愎刚,朱毅,朱会田. 汽车自动变速器油质异常的原因及预防措施[J]. 润滑与封闭, 2004(3):104-105,109.
[12]Suykens J A K, Gestel T Van, Brabanter J De. Least Squares Support Vector Machines [M]. World Scientific Publishing Company, 2002.
[13]程国首,郭俊先,石呰,等. 基于高光谱成像技术的新疆红富士苹果重量预测[J]. 新疆农业大学学报, 2011,34(3):249-252.
[14]洪添胜,乔军,Michael D Ngadi,等. 基于高光谱成像技术的雪花梨品质无损检测[J]. 农业工程学报, 2007,23(2):151-155.
[15]徐爽,何建国,易东,等. 基于高光谱成像技术的长枣糖度无损检测[J]. 食品与机械, 2012,28(6):168-170.
[16]孙玉宝. 图像稀疏表示模型及其在图像处理反问题中的应用[D]. 南京:南京理工大学, 2010.
[17]邓承志. 图像稀疏表示理论及其应用研究[D]. 武汉:华中科技大学, 2008.
[18]浦剑,张军平. 基于词典学习和稀疏表示的超分辨率方法[J]. 模式识别与人工智能, 2010,23(3):335-340.
[19]Donoho D. Compressive sensing[J]. Transaction on Information Theory, 2006,52(4):1289-1306. |