- 2DR1-PCA и 2DL1-PCA: два варианта алгоритма 2DPCA, не основанные ни на одной норме L2 (arXiv)
Автор: Син Лю, Сяо-Цзюнь У, Цы-Ци Ли
Аннотация: В этой статье для распознавания лиц предложены два новых метода: 2DR1-PCA и 2DL1-PCA. По сравнению с традиционным алгоритмом 2DPCA, 2DR1-PCA и 2DL1-PCA основаны на норме R1 и норме L1 соответственно. Преимущество этих предложенных методов заключается в том, что они менее чувствительны к выбросам. Предлагаемые методы тестируются в базах данных ORL, YALE и XM2VTS, а эффективность связанных методов сравнивается экспериментально.
2. Регуляризованная схема WENO с инкрементальным трафаретом L2 для сжимаемых потоков (arXiv)
Аннотация: Для моделирования сжимаемого потока с широким диапазоном масштабов длины и разрывов схемы WENO, использующие дополнительные размеры трафарета, отличные от однородных, обещают большую надежность и меньшую численную диссипацию. Однако в гладкой области большие веса могут быть присвоены меньшим трафаретам из-за отсутствия производных высокого порядка в индикаторе гладкости по сравнению с производными более крупных трафаретов, что может ухудшить точность порядка и привести к слишком большому числовому рассеянию для разрешения тонкого потока. структуры. Чтобы справиться с этим недостатком, на основе выбора трафарета WENO-IS [Wang et al., IJMF 104 (2018): 20–31], мы предлагаем схему WENO с регуляризованным инкрементальным трафаретом L2. В этом методе в стратегию взвешивания WENO вводится новая регуляризация нормы L2 для модуляции весов трафаретов с возрастающей шириной путем учета члена ошибки нормы L2. Затем в качестве параметра регуляризации для адаптивного управления используется безразмерный детектор разрывов высокого порядка. Кроме того, применяется гибридный метод для дальнейшего повышения производительности и эффективности вычислений. Ряд контрольных случаев показывает, что настоящая схема обеспечивает очень хорошую надежность и способность разрешать тонкую структуру.
