1. 1. 毕业设计（论文）的内容、要求、设计方案、规划等
模式识别研究领域的三大任务是：分类、回归和聚类；回归方法在模型预测、噪声处理等方面有着独到的优势。随着海量数据的大量涌现，如何尽可能快速从海量数据中挖掘出有用信息，已成为学者和工程领域普遍关心的问题。本课题在背景下展开，以二维图像为例，实现图像的稀疏表示。
要求：1.熟悉最小二乘回归、Logistic回归、岭回归和支持向量回归方法2.熟悉LASSO稀疏原理及实现方法；3撰写一份本科毕业设计论文，要求格式规范，文字表述准确，符合南京林业大学本科毕业设计撰写标准。
2. 参考文献（不低于12篇）
[1]王录涛,金钢,徐红兵,王文平,. 基于稀疏最小二乘支持向量回归的非线性自适应波束形成[J]. 电子与
信息学报,2012,(9). [2]王岩,朱齐丹,刘志林,杨震,. 改进的稀疏孪生支持向量回归算法[J]. 系统工程与电子技术,2012,(9). [3]赵永平,孙健国,王健康,. 在线稀疏最小二乘支持向量回归机及其应用(英文)[J]. Transactions of Nanjing
University of Aeronautics Astronautics,2009,(4). [4]赵永平,孙健国,. 基于线性无关度的稀疏最小二乘支持向量回归机[J]. 中国图象图形学报,2009,(6). [5]赵汗青,. 一种支持向量回归的局部邻域稀疏化方法[J]. 火力与指挥控制,2008,(S2). [6]赵永平,孙健国,. 一种快速稀疏最小二乘支持向量回归机[J]. 控制与决策,2008,(12). [7]王定成,姜斌,. 在线稀疏最小二乘支持向量机回归的研究[J]. 控制与决策,2007,(2). [8]黄荣清. 基于稀疏高斯过程回归的半监督分类的序贯训练方法[D]. 华东师范大学: ,2012. [9]何斯琼. 基于稀疏回归模型的图像标注研究[D]. 浙江大学: ,2010. [10]仝钰. 基于模糊回归模型的稀疏信号盲分离[D]. 大连海事大学: ,2011.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
