简介概要

基于主成分分析的字典学习

来源期刊:控制与决策2013年第7期

论文作者:余付平 冯有前 范成礼 沈堤

文章页码:1109 - 1112

关键词:-主成分分析;k奇异值分解;字典学习;稀疏表示;

摘    要:在奇异值字典学习方法的基础上,结合主成分分析方法提出了主成分分析字典学习方法.该方法取代了奇异值分解(KSVD)方法中对误差项直接进行SVD分解来更新原子,取而代之的是通过对误差项进行PCA分解,提取其主成分作为字典中原子的更新.仿真结果表明,与KSVD字典学习方法相比,所提出的方法字典学习效果更好,对训练样本的表达误差更小,学习字典更能表达训练样本的特征.

详情信息展示

基于主成分分析的字典学习

余付平1,2,冯有前1,范成礼1,沈堤1

1. 空军工程大学防空反导学院2. 中国人民解放军94559部队

摘 要:在奇异值字典学习方法的基础上,结合主成分分析方法提出了主成分分析字典学习方法.该方法取代了奇异值分解(KSVD)方法中对误差项直接进行SVD分解来更新原子,取而代之的是通过对误差项进行PCA分解,提取其主成分作为字典中原子的更新.仿真结果表明,与KSVD字典学习方法相比,所提出的方法字典学习效果更好,对训练样本的表达误差更小,学习字典更能表达训练样本的特征.

关键词:-主成分分析;k奇异值分解;字典学习;稀疏表示;

<上一页 1 下一页 >

相关论文

  • 暂无!

相关知识点

  • 暂无!

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号