带边界条件约束的非相干字典学习方法及其稀疏表示
本文关键词：带边界条件约束的非相干字典学习方法及其稀疏表示
【摘要】：从字典的相干性边界条件出发,提出一种基于极分解的非相干字典学习方法 (Polar decomposition based incoherent dictionary learning,PDIDL),该方法将字典以Frobenius范数逼近由矩阵极分解获取的紧框架,同时采用最小化所有原子对的内积平方和作为约束,以降低字典的相干性,并保持更新前后字典结构的整体相似特性.采用最速梯度下降法和子空间旋转实现非相干字典的学习和优化.最后将该方法应用于合成数据与实际语音数据的稀疏表示.实验结果表明,本文方法学习的字典能逼近等角紧框架(Equiangular tight-frame,ETF),实现最大化稀疏编码,在降低字典相干性的同时具有较低的稀疏表示误差.
【作者单位】： 湖南大学电气与信息工程学院;湘潭大学信息工程学院;湘潭大学控制工程研究所;湖南大学信息科学与工程学院;
【关键词】： 字典学习 非相干字典 等角紧框架 稀疏表示
【基金】：国家自然科学基金(61174050,61203016) 湘潭大学控制科学与工程学科建设经费资助~~
【分类号】：TN911.6
【正文快照】： 近几年来,字典学习的理论与应用研究受到极大关注.它可提取样本数据的内部结构特征,已被广 泛应用于去噪[1]、特征提取[2]、压缩感知[3-4]、模式识别与分类[5-6]等领域.其学习方法一般可通过优化下式获取:arg minD,X12 Y-DX 2Fs.t.xi 0≤S,i=1,2,···,K(1)其中,Y∈RM×N为
【共引文献】
中国期刊全文数据库 前10条
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 郭月强;陈建春;王永军;;基于压缩感知的空域信号DOA估计[J];电子科技;2013年11期
3 林波;张增辉;朱炬波;;l_1-analysis稀疏重构在阵列信号恢复及波达角估计中的应用[J];国防科技大学学报;2013年05期
4 刘鲁锋;杜新鹏;成礼智;;一种基于粒子群优化的稀疏恢复算法[J];电子与信息学报;2013年11期
5 张波;刘郁林;王开;;稀疏随机矩阵有限等距性质分析[J];电子与信息学报;2014年01期
6 雷蕊;沈为;张之江;牛涛;;基于光场的分布式压缩感知[J];电子测量技术;2014年03期
7 王磊;周乐囡;姬红兵;林琳;;一种面向信号分类的匹配追踪新方法[J];电子与信息学报;2014年06期
8 刘芳;武娇;杨淑媛;焦李成;;结构化压缩感知研究进展[J];自动化学报;2013年12期
9 邢雅琼;王晓丹;毕凯;郝新娣;;基于非下采样轮廓波变换和压缩感知的图像融合方法[J];控制与决策;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
中国博士学位论文全文数据库 前10条
1 张湃;可实现图像自修复的压缩感知超分辨率成像算法的研究[D];燕山大学;2013年
2 杨浩;面向不确定环境的物联网压缩感知问题研究[D];中国科学技术大学;2013年
3 韦顺军;线阵三维合成孔径雷达稀疏成像技术研究[D];电子科技大学;2013年
4 章启恒;压缩感知中优化投影矩阵的研究[D];华南理工大学;2013年
5 王惠亚;基于分类的复杂数据处理方法研究[D];西北大学;2013年
6 李国燕;基于压缩感知的核磁共振成像重建技术研究[D];河北工业大学;2013年
7 张骁雅;压缩感知算法及其应用的几点研究[D];浙江大学;2013年
8 肖玲;无线体域网中人体动作监测与识别若干方法研究[D];湖南大学;2014年
9 康红梅;适合于分析和建模的若干样条的研究[D];中国科学技术大学;2014年
10 刘海英;基于压缩感知理论的高光谱图像重建和超分辨成像技术研究[D];西安电子科技大学;2014年
中国硕士学位论文全文数据库 前10条
1 尹东芹;压缩视频感知系统中测量域与频域信号的相关性研究[D];西安电子科技大学;2013年
2 崔白杨;基于Ridgelet冗余字典的非凸压缩感知重构方法[D];西安电子科技大学;2013年
3 陈承;基于压缩感知的智能电表设计与实现[D];武汉理工大学;2013年
4 肖波;新型ISAR成像技术研究[D];电子科技大学;2013年
5 张倩;无线传感器网络的数据压缩感知算法研究[D];重庆大学;2013年
6 丁伟;基于压缩感知的水下图像处理[D];中国海洋大学;2013年
7 黄祖镇;基于压缩感知的阵列DOA估计[D];哈尔滨工业大学;2013年
8 崔佳鹏;基于压缩感知的图像压缩技术研究与实现[D];哈尔滨工业大学;2013年
9 刘海天;基于压缩感知的逆合成孔径雷达成像[D];哈尔滨工程大学;2013年
10 吴文婷;基于压缩感知的凸优化算法研究[D];合肥工业大学;2013年
【相似文献】
中国期刊全文数据库 前10条
1 郑轶;蔡体健;;稀疏表示的人脸识别及其优化算法[J];华东交通大学学报;2012年01期
2 段菲;章毓晋;;一种面向稀疏表示的最大间隔字典学习算法[J];清华大学学报(自然科学版);2012年04期
3 李仲生;李仁发;蔡则苏;赵乘麟;;稀疏表示下的非监督显著对象提取[J];电子学报;2012年06期
4 段菲;章毓晋;;基于多尺度稀疏表示的场景分类[J];计算机应用研究;2012年10期
5 胡正平;李静;白洋;;基于样本-扩展差分模板的联合双稀疏表示人脸识别[J];信号处理;2012年12期
6 姜芳芳;;稀疏表示理论在提高数字图像质量中的应用[J];科技创新导报;2012年36期
7 马莉娜;;增强的两阶段测试样本稀疏表示方法[J];福建电脑;2013年07期
8 尹学忠;樊甫华;;基于字典学习的超宽带信号稀疏表示与降噪方法[J];计算机应用研究;2014年06期
9 张佳宇;彭力;;基于联合动态稀疏表示方法的多图像人脸识别算法[J];江南大学学报(自然科学版);2014年03期
10 陈才扣;喻以明;史俊;;一种快速的基于稀疏表示分类器[J];南京大学学报(自然科学版);2012年01期
中国重要会议论文全文数据库 前3条
1 何爱香;刘玉春;魏广芬;;基于稀疏表示的煤矸界面识别研究[A];虚拟运营与云计算——第十八届全国青年通信学术年会论文集（上册）[C];2013年
2 樊亚翔;孙浩;周石琳;邹焕新;;基于元样本稀疏表示的多视角目标识别[A];2013年中国智能自动化学术会议论文集（第五分册）[C];2013年
3 葛凤翔;任岁玲;郭鑫;郭良浩;孙波;;微弱信号处理及其研究进展[A];中国声学学会水声学分会2013年全国水声学学术会议论文集[C];2013年
中国博士学位论文全文数据库 前10条
1 李小薪;稀疏表示的分段匹配寻踪方法[D];华南理工大学;2009年
2 何艳敏;稀疏表示在图像压缩和去噪中的应用研究[D];电子科技大学;2011年
3 宋相法;基于稀疏表示和集成学习的若干分类问题研究[D];西安电子科技大学;2013年
4 匡金骏;基于稀疏表示的图像分类与目标跟踪研究[D];重庆大学;2013年
5 邓承志;图像稀疏表示理论及其应用研究[D];华中科技大学;2008年
6 路锦正;基于稀疏表示的图像超分辨率重构技术研究[D];电子科技大学;2013年
7 尹海涛;面向图像融合和图像复原的稀疏表示研究[D];湖南大学;2012年
8 谢成军;图像稀疏表示模型在可视化追踪中的应用研究[D];合肥工业大学;2014年
9 魏丹;基于稀疏表示和特征选择的人脸识别方法研究[D];湖南大学;2012年
10 孙玉宝;图像稀疏表示模型及其在图像处理反问题中的应用[D];南京理工大学;2010年
中国硕士学位论文全文数据库 前10条
1 张琨雨;在线字典训练及加权差异性稀疏表示的研究[D];大连理工大学;2011年
2 王勇;基于稀疏表示的人脸识别研究[D];五邑大学;2013年
3 李义真;基于词包与稀疏表示的场景分类[D];华南理工大学;2013年
4 孙丽花;基于稀疏表示的人脸识别方法研究[D];河南科技大学;2013年
5 陈天娇;基于分组稀疏和权重稀疏表示的人脸识别研究[D];安徽大学;2014年
6 刘自成;基于稀疏表示的雷达目标角度与距离估计[D];西安电子科技大学;2014年
7 李立;基于稀疏表示的人脸图像识别方法研究[D];南京理工大学;2012年
8 满江月;基于稀疏表示的代价敏感性人脸识别算法研究[D];南京邮电大学;2012年
9 赵广銮;稀疏表示在图像识别中的应用[D];北京邮电大学;2013年
10 罗燕龙;基于局部稀疏表示模型的在线字典学习跟踪算法研究[D];厦门大学;2014年
，本文编号：767330
本文链接：https://www.wllwen.com/kejilunwen/wltx/767330.html
