文件名称:
高效,有效的字典学习的逐块坐标下降方案
开发工具:
文件大小: 1mb
下载次数: 0
上传时间: 2021-03-06
详细说明:基于稀疏表示的字典学习通常被认为是一种重新排列原始数据结构以使能量在非正交和不完整字典上紧凑的方法,广泛用于信号处理,模式识别,机器学习,统计学和神经科学。 当前的稀疏表示框架将优化问题分解为两个子问题,即使用不同的优化器的交替稀疏编码和字典学习,分别处理字典和代码中的元素。 在本文中,我们对字典和代码中的元素进行同质处理。 最初的优化直接解耦为几个按块替换的子问题,而不是上述两个问题。 因此,稀疏编码和字典学习优化被统一在一起。 更准确地说,将优化问题中涉及的变量划分为几个合适的块,并保留凸性,从而可以执行精确的逐块坐标下降。 对于每个可分离的子问题,基于抛物线函数的凸性和单调性,获得封闭形式的解。 该算法因此简单,有效和有效。 实验结果表明,我们的算法大大加快了学习过程。 图像分类的应用进一步证明了我们提出的优化策略的效率。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台,提供交流渠道,下载内容来自于网络,除下载问题外,其它问题请自行百度。
- 本站已设置防盗链,请勿用迅雷、QQ旋风等多线程下载软件下载资源,下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载,请稍后再次尝试;或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎,请到消费记录里找到下载记录反馈给我们,经确认后退回积分.
- 如下载前有疑问,可以通过点击"提供者"的名字,查看对方的联系方式,联系对方咨询.