人脸识别的稀疏表示识别方法将稀疏表示的保真度表示为余项的L2范数，但最大似然估计理论证明这样的假设要求余项服从高斯分布，实际中这样的分布可能并不成立，特别是当测试图像中存在噪声、遮挡和伪装等异常像素，这就导致传统的保真度表达式所构造的稀疏表示模型对上述这些情况缺少足够的鲁棒性。而最大似然稀疏表示识别模型则基于最大似然估计理论，将保真度表达式改写为余项的最大似然分布函数，并将最大似然问题转化为一个加权优化问题-Recently the sparse representation (or codin

matlab环境下,基于云模型的分类器,包括基于例子群优化的云分类器,不错(Matlab environment, the classifier based on cloud model, including cloud classifier based on example of optimization, good)

协同微粒群算法,用于原子簇的结构优化,协同微粒群算法模型(Cooperative particle swarm algorithm for atomic cluster structure optimization, model of the cooperative particle swarm algorithm)