《信号处理原理》稀疏编码-教学课件（非AI生成）.pptx

下载文档

0
0
约6.75千字
约 34页
2024-12-19 发布于湖北
举报
版权申诉
保障服务

《信号处理原理》稀疏编码-教学课件（非AI生成）.pptx

1、本文档共34页，可阅读全部内容。
2、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。
3、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。
4、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)。

信号处理原理

PrincipleofSignalProcessing1

第x章稀疏编码稀疏编码与稀疏感知简介优化算法-MP，BP，K-SVD小结2

BetterBasis?Betterbasesforcompressionorrepresentation?WaveletsHowaboutdata-dependentbases?Howaboutlearning?Introductiontosparsecodingsensing3

Firststageofvisualprocessinginbrain:V1Edgedetection(OlshausenField,Nature,1996)IntroductiontosparsecodingsensingSchematicofsimplecellActualsimplecell“Gaborfunctions.”4

Whysparsity?IntroductiontosparsecodingsensingWhichdoyouwant?Assumefullrank,NdChoosethexwiththeleastnonzerocomponent5

Whysparsity?Themoreconcise,themorebetterInsomedomain,therenaturallyexistsasparselatentvectorthatcontrolsthedatawesaw.(ex.MRI,music)Insomedomain,samplesfromthesameclasshavethesparseproperty.Thedomaincanbelearned.IntroductiontosparsecodingsensingAk-sparsedomainmeansthateachbcanbeconstructedbyaxvectorwithatmostknonzeroelement6

SparseSensingVS.SparseCodingAssumethat:IntroductiontosparsecodingsensingSparsecodingSparsesensingNote:pisbasedonthesparsityofthedata(onk)7

SparseSensingVS.SparseCodingSparsesensing(compressedsensing):Itspendsmuchtimeormoneytogetb,sogetyfirstthenrecoverbSparsecoding(sparserepresentation):Believethatthereexiststhesparsepropertyinthedata,otherwisesparserepresentationmeansnothing.xisusedtobethefeatureofbxcanbeusedtoefficientlystorebandreconstructbIntroductiontosparsecodingsensing8

SparseSensingVS.SparseCodingSolution:Thereisnoalgorithmotherthanexhaustivelysearchingtosolve:Whileinsomesituations(ex.specialformofA),thesolutionofl1minimizationapproachestheoneofl0minimizationIntroductiontosparsecodingsensing9

IntroductiontosparsecodingsensingKNFixedDictionarySparserandomvectorND=αXSparsecodingEverycolumninD(dictionary)isaprototypesignal(atom).Thevector?isgeneratedrandomlywithfewnon-z