-
题名基于信号子空间低维表征的快速字典学习算法
被引量：2
- 1
-
-
作者
王莲子
李钟晓
陈倩倩
庄晓东
-
机构
青岛大学电子信息学院
-
出处
《传感器与微系统》
CSCD
北大核心
2022年第8期144-147,152,共5页
-
基金
国家自然科学基金资助项目(41804110)。
-
文摘
为提高字典学习效率,针对学习中需大量样本训练且高冗余度问题,提出一种基于信号子空间低维表征的快速字典学习算法。新算法挖掘高维信号内部本征结构进行子空间分析,使训练样本低维表征原信号,通过特征变换获原始字典以实现稀疏表示。对语音及图像信号进行处理,从运行时间、稀疏性及均方根误差(RMSE)方面分析学习效果,研究结果表明:与K奇异值分解(K-SVD)相比,新算法以提升近1/2的训练效率表现了优秀的学习与降噪能力,具有较强的应用前景。
-
关键词
子空间低维表征
快速字典学习
稀疏表示
K奇异值分解(K-SVD)
特征变换
-
Keywords
low-dimensional representation of subspace
fast dictionary learning
sparse representation
K-singular value decomposition(SVD)
feature transformation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
TN911.7
[电子电信—通信与信息系统]
-
