發(fā)布時間：2017-08-31 19:00

  本文關鍵詞：帶邊界條件約束的非相干字典學習方法及其稀疏表示

  更多相關文章： 字典學習 非相干字典 等角緊框架 稀疏表示

【摘要】：從字典的相干性邊界條件出發(fā),提出一種基于極分解的非相干字典學習方法 (Polar decomposition based incoherent dictionary learning,PDIDL),該方法將字典以Frobenius范數(shù)逼近由矩陣極分解獲取的緊框架,同時采用最小化所有原子對的內積平方和作為約束,以降低字典的相干性,并保持更新前后字典結構的整體相似特性.采用最速梯度下降法和子空間旋轉實現(xiàn)非相干字典的學習和優(yōu)化.最后將該方法應用于合成數(shù)據(jù)與實際語音數(shù)據(jù)的稀疏表示.實驗結果表明,本文方法學習的字典能逼近等角緊框架(Equiangular tight-frame,ETF),實現(xiàn)最大化稀疏編碼,在降低字典相干性的同時具有較低的稀疏表示誤差.
【作者單位】： 湖南大學電氣與信息工程學院;湘潭大學信息工程學院;湘潭大學控制工程研究所;湖南大學信息科學與工程學院;
【關鍵詞】： 字典學習 非相干字典 等角緊框架 稀疏表示
【基金】：國家自然科學基金(61174050,61203016) 湘潭大學控制科學與工程學科建設經(jīng)費資助~~
【分類號】：TN911.6
【正文快照】： 近幾年來,字典學習的理論與應用研究受到極大關注.它可提取樣本數(shù)據(jù)的內部結構特征,已被廣 泛應用于去噪[1]、特征提取[2]、壓縮感知[3-4]、模式識別與分類[5-6]等領域.其學習方法一般可通過優(yōu)化下式獲取:arg minD,X12 Y-DX 2Fs.t.xi 0≤S,i=1,2,···,K(1)其中,Y∈RM×N為

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 CAI Yun;LI Song;;Compressed data separation via dual frames based split-analysis with Weibull matrices[J];Applied Mathematics:A Journal of Chinese Universities(Series B);2013年04期

2 郭月強;陳建春;王永軍;;基于壓縮感知的空域信號DOA估計[J];電子科技;2013年11期

3 林波;張增輝;朱炬波;;l_1-analysis稀疏重構在陣列信號恢復及波達角估計中的應用[J];國防科技大學學報;2013年05期

4 劉魯鋒;杜新鵬;成禮智;;一種基于粒子群優(yōu)化的稀疏恢復算法[J];電子與信息學報;2013年11期

5 張波;劉郁林;王開;;稀疏隨機矩陣有限等距性質分析[J];電子與信息學報;2014年01期

6 雷蕊;沈為;張之江;牛濤;;基于光場的分布式壓縮感知[J];電子測量技術;2014年03期

7 王磊;周樂囡;姬紅兵;林琳;;一種面向信號分類的匹配追蹤新方法[J];電子與信息學報;2014年06期

8 劉芳;武嬌;楊淑媛;焦李成;;結構化壓縮感知研究進展[J];自動化學報;2013年12期

9 邢雅瓊;王曉丹;畢凱;郝新娣;;基于非下采樣輪廓波變換和壓縮感知的圖像融合方法[J];控制與決策;2014年04期

10 Shunsheng Zhang;Bo Xiao;Zhulin Zong;;Improved compressed sensing for high-resolution ISAR image reconstruction[J];Chinese Science Bulletin;2014年23期

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 張湃;可實現(xiàn)圖像自修復的壓縮感知超分辨率成像算法的研究[D];燕山大學;2013年

2 楊浩;面向不確定環(huán)境的物聯(lián)網(wǎng)壓縮感知問題研究[D];中國科學技術大學;2013年

3 韋順軍;線陣三維合成孔徑雷達稀疏成像技術研究[D];電子科技大學;2013年

4 章啟恒;壓縮感知中優(yōu)化投影矩陣的研究[D];華南理工大學;2013年

5 王惠亞;基于分類的復雜數(shù)據(jù)處理方法研究[D];西北大學;2013年

6 李國燕;基于壓縮感知的核磁共振成像重建技術研究[D];河北工業(yè)大學;2013年

7 張驍雅;壓縮感知算法及其應用的幾點研究[D];浙江大學;2013年

8 肖玲;無線體域網(wǎng)中人體動作監(jiān)測與識別若干方法研究[D];湖南大學;2014年

9 康紅梅;適合于分析和建模的若干樣條的研究[D];中國科學技術大學;2014年

10 劉海英;基于壓縮感知理論的高光譜圖像重建和超分辨成像技術研究[D];西安電子科技大學;2014年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 尹東芹;壓縮視頻感知系統(tǒng)中測量域與頻域信號的相關性研究[D];西安電子科技大學;2013年

2 崔白楊;基于Ridgelet冗余字典的非凸壓縮感知重構方法[D];西安電子科技大學;2013年

3 陳承;基于壓縮感知的智能電表設計與實現(xiàn)[D];武漢理工大學;2013年

4 肖波;新型ISAR成像技術研究[D];電子科技大學;2013年

5 張倩;無線傳感器網(wǎng)絡的數(shù)據(jù)壓縮感知算法研究[D];重慶大學;2013年

6 丁偉;基于壓縮感知的水下圖像處理[D];中國海洋大學;2013年

7 黃祖鎮(zhèn);基于壓縮感知的陣列DOA估計[D];哈爾濱工業(yè)大學;2013年

8 崔佳鵬;基于壓縮感知的圖像壓縮技術研究與實現(xiàn)[D];哈爾濱工業(yè)大學;2013年

9 劉海天;基于壓縮感知的逆合成孔徑雷達成像[D];哈爾濱工程大學;2013年

10 吳文婷;基于壓縮感知的凸優(yōu)化算法研究[D];合肥工業(yè)大學;2013年

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 鄭軼;蔡體健;;稀疏表示的人臉識別及其優(yōu)化算法[J];華東交通大學學報;2012年01期

2 段菲;章毓晉;;一種面向稀疏表示的最大間隔字典學習算法[J];清華大學學報(自然科學版);2012年04期

3 李仲生;李仁發(fā);蔡則蘇;趙乘麟;;稀疏表示下的非監(jiān)督顯著對象提取[J];電子學報;2012年06期

4 段菲;章毓晉;;基于多尺度稀疏表示的場景分類[J];計算機應用研究;2012年10期

5 胡正平;李靜;白洋;;基于樣本-擴展差分模板的聯(lián)合雙稀疏表示人臉識別[J];信號處理;2012年12期

6 姜芳芳;;稀疏表示理論在提高數(shù)字圖像質量中的應用[J];科技創(chuàng)新導報;2012年36期

7 馬莉娜;;增強的兩階段測試樣本稀疏表示方法[J];福建電腦;2013年07期

8 尹學忠;樊甫華;;基于字典學習的超寬帶信號稀疏表示與降噪方法[J];計算機應用研究;2014年06期

9 張佳宇;彭力;;基于聯(lián)合動態(tài)稀疏表示方法的多圖像人臉識別算法[J];江南大學學報(自然科學版);2014年03期

10 陳才扣;喻以明;史俊;;一種快速的基于稀疏表示分類器[J];南京大學學報(自然科學版);2012年01期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 何愛香;劉玉春;魏廣芬;;基于稀疏表示的煤矸界面識別研究[A];虛擬運營與云計算——第十八屆全國青年通信學術年會論文集（上冊）[C];2013年

2 樊亞翔;孫浩;周石琳;鄒煥新;;基于元樣本稀疏表示的多視角目標識別[A];2013年中國智能自動化學術會議論文集（第五分冊）[C];2013年

3 葛鳳翔;任歲玲;郭鑫;郭良浩;孫波;;微弱信號處理及其研究進展[A];中國聲學學會水聲學分會2013年全國水聲學學術會議論文集[C];2013年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 李小薪;稀疏表示的分段匹配尋蹤方法[D];華南理工大學;2009年

2 何艷敏;稀疏表示在圖像壓縮和去噪中的應用研究[D];電子科技大學;2011年

3 宋相法;基于稀疏表示和集成學習的若干分類問題研究[D];西安電子科技大學;2013年

4 匡金駿;基于稀疏表示的圖像分類與目標跟蹤研究[D];重慶大學;2013年

5 鄧承志;圖像稀疏表示理論及其應用研究[D];華中科技大學;2008年

6 路錦正;基于稀疏表示的圖像超分辨率重構技術研究[D];電子科技大學;2013年

7 尹海濤;面向圖像融合和圖像復原的稀疏表示研究[D];湖南大學;2012年

8 謝成軍;圖像稀疏表示模型在可視化追蹤中的應用研究[D];合肥工業(yè)大學;2014年

9 魏丹;基于稀疏表示和特征選擇的人臉識別方法研究[D];湖南大學;2012年

10 孫玉寶;圖像稀疏表示模型及其在圖像處理反問題中的應用[D];南京理工大學;2010年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 張琨雨;在線字典訓練及加權差異性稀疏表示的研究[D];大連理工大學;2011年

2 王勇;基于稀疏表示的人臉識別研究[D];五邑大學;2013年

3 李義真;基于詞包與稀疏表示的場景分類[D];華南理工大學;2013年

4 孫麗花;基于稀疏表示的人臉識別方法研究[D];河南科技大學;2013年

5 陳天嬌;基于分組稀疏和權重稀疏表示的人臉識別研究[D];安徽大學;2014年

6 劉自成;基于稀疏表示的雷達目標角度與距離估計[D];西安電子科技大學;2014年

7 李立;基于稀疏表示的人臉圖像識別方法研究[D];南京理工大學;2012年

8 滿江月;基于稀疏表示的代價敏感性人臉識別算法研究[D];南京郵電大學;2012年

9 趙廣鑾;稀疏表示在圖像識別中的應用[D];北京郵電大學;2013年

10 羅燕龍;基于局部稀疏表示模型的在線字典學習跟蹤算法研究[D];廈門大學;2014年

，

本文編號：767330