1、“.....有几种鲁棒估计方法，如和等。然后，由于其普遍性和高故障点，已经显示出了优越性。基本是基于个函数最小化残差。ˆˆˆ其中，是个独特最小为对称函数其中是个被成为胡伯阈值细调常数。许多算法已经计算出了胡伯值，其中些最有效都是基础牛顿方法。被发现是健壮并且有效古典统计方法。但即便如此，和其他方法相比，却很少被应用在应用领域。对这个奇怪现象进行分析后，我们可知计算消耗是它没被广泛应用主要原因。然而，随着计算能力不断发展，这个原因则显得微不足道，而那些不愿意使用鲁棒回归方法人员也许是因为其他统计方法具有较好鲁棒性。鲁棒线性回归方法考虑个类，每个类具有个测试图像，且„，。每个灰度测试图像是个行列式，可以别描述成∈，„„，。每个灰度图像下采样成个行列式，并转换成个向量，例如∈∈，其中，。每个图像向量进行归化处理,使最大像素值是。利用线性子空间中同类模式中概念......”。

2、“.....被定义为个向量子空间，而也被称为类回归量。令是个未标记测试图像，我们问题就是将分为其中类。我们将灰度图像转换和规格化成图像向量∈。如果属于此类，则它可以被描述为个同类测试图像线性组合。，„，其中∈。从人脸识别视角来看，测试系统相当于在个受控环境下形成解释向量，因此解释变量可以可靠地被视为无噪声。鲁棒性问题通常是在个给定由于亮度传感器故障信道噪声等原因而噪声污染模式下进行。考虑到，公式是正确无误，且是使用第二章中提到胡伯估计法估计得出。ˆˆˆ，„，其中，ˆ是剩余量第个成分。ˆˆ，„，其中，估计向量参数ˆ和预测因子都是用来预测类响应向量。ˆˆ，„，我们现在可以计算预测响应向量ˆ，„，和原始反应向量之间差值ˆ，„，和规则允许最小差值，„，研究案例剧烈光照下人脸识别该算法广泛地应用于评价含多种光照变化模式数据库......”。

3、“.....所有实验图像都是均衡直方图，且转化成对数域。人脸图像库人脸图像库由人,fi,而不是标准最小二乘法计算。人脸识别鲁棒性问题中个重要措施是通过引入个假设和测试范式改进传统特征空间方法学习过程。从根本上说，工作在像素点子集和二次抽样旦被引入，就会由鲁棒解组线性方程产生种假说。基于最小描述长度原则，我们进步选择不相容假说来确定特征空间系数。最近所提出个更加复杂方法在本质上是结合可识别性方法和重构方法来构造个子空间，其同时具有两种方法可识别能力和重构性质。这就提出了个重要相关工作，即在生成概率成像模型时，建立和过程。这项任务对于人脸识别被表示为最大后验估计问题，该方法应用于连续闭塞问题。据我们所知，这是第次将随机丢失或破坏像素问题转化为个线性鲁棒回归任务。全文结构安排是这样第二部分讨论了最基本鲁棒估计问题，第三部分描述了面部识别问题，第四部分论证了本文提出方法在剧烈光照变化条件下有效性......”。

4、“.....更加突显出在些敏感设施中安装高效可靠鉴别系统重要性。在这方面，生物识别技术已经表现出了良好性能。相比于其他可利用生物特征，如语音虹膜指纹掌型和步态，脸部似乎是最自然选择。首先，它是非侵入性，需要用户合作，而且廉宜实现。脸部识别广泛使用于在视频监控中用来锁定犯罪嫌疑人，也突显出了它重要性。随着多媒体型号传输和加工在近几年来发展，我们见证了人脸识别许多新兴应用，例如，通过互联网进行人脸识别，正成为个最新应用。然而,这些相对较新应用往往同样意味着鲁棒性问题。尽管人脸识别测试是在个离线控制实验室环境，但是由于环境亮度传感器故障信道噪声在网络媒体压缩噪声等原因，探测器图像总是容易变形。般而言，人脸识别系统批判地依靠流形学习方法。个灰度人脸图像矩阵可表示为原始图像空间中个维向量。通常，在模式识别问题中，普遍认为高维数据向量是冗余测量值潜在来源......”。

5、“.....揭示这种所谓潜在来源。因此,在特征提取阶段，面部空间图像要转化成低维数据向量，主要目标就是找到个进行转化基函数，能够区分面部空间代表性面部。然而，由于噪声存在，这是个极富挑战性任务。有编码理论指出，迭代测量可以安全地修复存在噪声信息。因此，在低维特征空间中维护外貌鲁育苗设施套，拖拉机辆，小四轮辆，旋耕机台，打药机台以及锅炉配电道路围墙等配套设施。建设规模生产规模核准通过，归档资料。未经允许，请勿外传,新建苗圃亩。温室占地亩净面积平方米，全光喷雾占地亩。产品规模生产优质苗木万万株，胡杨万株，火炬树万株，云杉万株。建设进度年完成计划的，年完成计划的。又是很好的经济树种，也可产生较大的经济效益。基地的建设为右玉县生态旅游业的良好发展，奠定坚实的基础......”。

6、“.....获得最大的经泉乡建设公司基地农户的万根楠竹加工竹冰酒及竹编瓶项目，带动当地农民发展商品提高群众生活质量的迫切需要未经允许，请勿外传,有利于我省农业产业化发展第三章建设条件地理位臵及区域范围自然资源状况项目建设条件优劣势分析符合国家产业政策资源优势农民科学文化素质有待进步提高獭兔疫病防控形势严峻第九章投资概算与资金来源投资概算依据投资概算固定资产投资流动资金投资项目总投资资金筹措第十章财务评价财务评价依据销售收入销售税金及附加估是特征空间维度和分类器设计。在范式人脸识别中，光照变化被认为是影响鲁棒性个主要问题，相关文献也中提出了几种方法来应对这个问题。个复杂方法就是使用人物面部姿势固定但使用不同光照照射模型，因此部分人脸测试图像就在不同光照条件下被用于重构成不同形状和面部反射率。尽管这方法取得了不错了成果，但在实际中，由于大量极端射线，精确照明成本是十分昂贵。研究表明......”。

7、“.....根据这目可以获得模型下基于球面谐波漫射光照基础图像，可以利用物理照明设置，以便获得可直接用于低维线性空间基向量图像。另个可行方向就是通过预处理来规范补偿种照明效果，如直方图均衡伽马校正和对数变换。然而，这些初级加工技术对于非均匀光照变化存在并没有多大帮助。此外，些最新方法，如直线边缘地图和匹配显示了对不利光照变化良好忍耐性，利用几何结构信息人脸区域可以证明这些方法鲁棒性。除了照明问题，些文献中显示传统人脸识别方法不能很好地处理存在严重随机噪声这问题。文献中提到大部分针对随机像素方法，是神经网络分类方法变种。而项重要工作就是融合各个处理严重噪声核心方法。对比传统支持向量机方法，令人满意结果已经证实了两个重要加性噪声问题椒盐噪声和乘性噪声斑点噪声。同时还表明，神经网络分类器在加性高斯噪声严重情况下优于传统和方法。除了这些神经网络方法，最近还提出了稀疏表示分类方法......”。

8、“.....然而,其他重要模式,如椒盐噪声斑点噪声还是未做处理。在这次研究中，我们提出了种针对存在随机像素失真人脸识别问题鲁棒性分类算法。众所周知，从个特定对象种类中取样依赖于个线性空间。在先前工作中，我们提议发展专业识别用户模型，从而把人脸识别定义为个线性回归问题。在这里介绍工作中，我们把调查延伸到噪声问题中受污染探针，其逆问题用来解决使用种鲁棒线性胡伯估计新应用，并且决定这种类标签是基于精确估计子空间。本文提出方法，虽然在结构上非常简单，但演示了两种关键剧烈光照变化和随机像素噪声鲁棒性示范结果。虽然，在原则上，可以在学习或分类阶段补偿被污染或丢失像素，分类鲁棒回归却很少在文献中被提到。该方向上研究主要集中在鲁棒学学习方法开发，旨在检测学习阶段离群数据和潜在地影响干净学习数据，从而导致高故障点......”。

9、“.....如微小量估计及投影寻踪方法等。已经提出些鲁棒变体生成方法是使用鲁棒度量，而不是标准最小二乘法计算。人脸识别鲁棒性问题中个重要措施是通过引入个假设和测试范式改进传统特征空间方法学习过程。从根本上说，工作在像素点子集和二次抽样旦被引入，就会由鲁棒解组线性方程产生种假说。基于最小描述长度原则，我们进步选择不相容假说来确定特征空间系数。最近所提出个更加复杂方法在本质上是结合可识别性方法和重构方法来构造个子空间，其同时具有两种方法可识别能力和重构性质。这就提出了个重要相关工作，即在生成概率成像模型时，建立和过程。这项任务对于人脸识别被表示为最大后验估计问题，该方法应用于连续闭塞问题。据我们所知，这是第次将随机丢失或破坏像素问题转化为个线性鲁棒回归任务。全文结构安排是这样第二部分讨论了最基本鲁棒估计问题，第三部分描述了面部识别问题，第四部分论证了本文提出方法在剧烈光照变化条件下有效性......”。