分布式字典学习方法分析-模式识别与智能系统专业论文.docx

独创性声明 本人所呈交的学位论文是在导师指导下进行的研究 工作及取得的成果 。尽我所知， 除特别加以标注的地方外，论文中不包含其他人的研究成果 。与我一同工作的同志对本 文的研究工作和成果的任何贡献均已在论文中作了明确的说明并已致谢 。 本论文及其相关资料若有不实之处，由本人承担 一切相关责任 。 ( 论文作者签名:张树也 :lT(半年 3 月之f 日 L 学位论文使用授权 本人作为学位论文作者了解并愿意遵守学校有关保留、使用学位以的规定，即: 在导师指导下创作完成的学位论文的知识产权归西安理工大学所有，本人今后在使用 或发表该论文涉及的研究内容时，会注明西安理工大学 。西安理工大学拥有学位论文的 如下使用权，包括:学校可以1i存学位论文;可以采用影印、缩印或其他复制手段保存 论文;可以查阅或借阅 。本人授权西安理工大学对学位论文全部内容编入公开的数据库 进行检索 。本学位论文全部或部分内容的公布(包括刊登)授权西安理工大学研究生学 院办理。 ， 经过学校保密办公室确定密级的涉密学位论文，即棚策保密规定执行;需要选行 技术保密的学位论文，按照《西安理工大学学位论文技术保密申请表》内容选行保密(附 《 四安理工大学学位论文技术保密申请表) ) 。 保密的学位论文在解密后，适用本授权 。 …签名:仙也叫:1?毛利 f/tj lo( 千年 3 月 2日 Generated Generated by CamScanner ， J高.(l- 论文题目:分布式字典学习方法 学科名称:模式识别与智能系统 研究生:张妙花 指导教师:梁军利教授  签名z 张却:tv1 签名z :寄 叫 (f J Generated Generated by CamScanner 摘 要 在传感器网络中.通常由 于存在一将敏感性或隐私性敏据而使数据不能共享或是数据 太大而不能集中在一起进行全而地分柄。这篇论文针对分布于不同传感器节点的数据表示 问 提出了一种分布式字典学习rr.法米稀疏的表示这些擞掘。本文的主要贡献如下: 1) 我们将传统的字典学 习方法 中结合在一起的字典更新和稀疏表示系数修改过程分成两个 阶段，从而更有利于分布式方法的进行.首先我们用各节点误差相关矩阵的特征值分解来 更新字典原子，然后用 一个周部映射来更新每个节点的系数: 2) 我们将上述字典更新优 化问题解祸成 一些具有一到性约束的非集中式子优化问腿。然后我们基于对称的无向连通 图简化了拉格朗日乘子的更新过程并 代地求解子 优化问题来达到 一致性估计: 3) 为了 避免尺度缩放问题，我们约束 字典原子是列归一化的。我们通过计算最优的拉格朗日乘子 来育效的解这个!也凸子优化问题。实验结果证明我们提出的算法是一个非常好的分布式字 典学习算法 ，非常适合分布式网络环悦。 关键词:分布式 字典学习: 稀疏表示 :分布式数据: K-SVD: 交替方向乘子法 :拉格朗日 乘子:传感器网络 :特征值分解:融合中心: 大数据 本 li)f 咒例子IJ .. [lil 京 I I然科学基 金而上项 目.. (编号: 的资助 Abstract Generated Generated by CamScanner Title: DISTRIBUTED DICTIONARY LEARNING METHOD Major: Pattern Recognition and Intelligent Systems Name: Miaohua ZHANG Supervisor: Prof. Junli LlANG Abstract This dissertation develops a distributed dictionary leaming algorithm for sparse representation of the data distributed across nodes of sensor networks，where the sensitive or private datn are stored or there is no fusion center or there exists a Big Data application. The main c，ontributions of this paper are: 1) We decouple the combined dictionary atom update and nonzero coetlicient revision procedure into two-stage operations to facilita