机器学习——数据表示学习及应用 课件 第四章 稀疏表示学习.pptx

机器学习——数据表示学习及应用 课件 第四章 稀疏表示学习.pptx

第四章:稀疏表示学习;稀疏表示的介绍;名词解释;问题定义;稀疏表示的关键问题;奇异值分解;奇异值分解;缺失数据和矩阵填充;缺失数据和矩阵填充;受限等距性(RIP);信号与稀疏表示;正交基;正交基矩阵形式;正交基逼近方法;正交基逼近方法;;匹配追踪算法;;DCT变换基构建字典;;;基于DTC去噪;分析式字典设计方法;学习式字典;字典学习;字典学习;;凸松弛法;Bregman迭代算法;Bregman迭代算法;Bregman迭代算法;近似消息传递(AM

文档评论(0)

1亿VIP精品文档

相关文档