本文提出一种基于稀疏信号同伦形变的鲁棒性特征学习方法,旨在提升模型在噪声和异常数据下的性能。通过引入同伦形变技术,实现对稀疏信号的有效处理与特征提取。该方法在第四届中国Agent理论与应用学术会议上发表,为智能系统中的特征学习提供了新的思路与技术支持。
举报