原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
压缩感知框架下快速字典的学习算法.pdf
第34 卷第 11 lVl 实验室研究与探索 VC) 1. 34 No . 11
2015 11 11 月 RESEA RCH AND EXPLOHATJON IN LAßORATORY Nov . 2015
压缩感知框架下快速字典的学习算法
张得生， 张莉华
(黄淮学院信息工程学院，河南驻马店 463000)
摘 要:信号稀疏基的构造，关系信号稀疏表示的程度，进而影响应用压缩感知对
信号进行恢复重构的效果。 针对这一问题，多种字典学习算法如 KSVD ， OLM 等予
以提出;这些算法使用重叠的图像块来构建字典，产生了大量稀疏系数，从而导致
过拟合及计算过缓，且不能确保收敛;基于此，设计一种基于近端梯度的快速字典
学习算法。 算法在分析近式也梯度求解多重凸优化问题的基础上，将其应用于字典
学习涉及的优化求解上，降低了每次迭代的复杂度，减少了迭代开销，同时能够确
保收敛。 在合成数据上的实验表明，该算法字典学习速度快，所耗时间短，且获得
的字典更好。
关键词:字典学习;稀疏表示:近端梯度;全局收敛;压缩感知
中图分类号: TP 39 1. 43 文献标志码: A
文章编号: 1006 - 7167(2015)11 - 0094 - 05
Research on Fast Dictionary Learning Algorithm Under
Compressed Sensing Framework
ZHANG De -sheng , ZHANG Li-huα
(School of Informati on Engineering , Huanghuai University , Zhumadian 463000 , China)
A b str act: Th e construction of sparse base concerns the degree of signal sparse representation , thereby affects the
restoration effect of signal under compressed sensing. For this problem , a variety of algorithms for dictionary learning
such as KSVD , OLM (Online dictionary learning) , etc. have been proposed. These algorithms use overlapping image
blocks to build dictionary. These algorithms may result in a plethora of sparse coefficient , lead to over-fitting and
calculation slow phenomenon , and their convergence cannot be ensured. Focusing on this problem , the paper designs a
fast dictionary lear
文档评论（0）