期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于双迭代聚能量字典学习的数据压缩算法 被引量:6
1
作者 代少飞 刘文波 +1 位作者 王郑毅 李开宇 《数据采集与处理》 CSCD 北大核心 2021年第6期1147-1156,共10页
针对基于稀疏表示(Sparse representation,SR)的数据压缩压缩率低、重构精度低等问题,本文提出一种基于双迭代的聚能量字典学习算法,把高维信号映射到低维特征空间,当低维特征空间保留高维原始信号越多的特征时,高维信号从低维特征空间... 针对基于稀疏表示(Sparse representation,SR)的数据压缩压缩率低、重构精度低等问题,本文提出一种基于双迭代的聚能量字典学习算法,把高维信号映射到低维特征空间,当低维特征空间保留高维原始信号越多的特征时,高维信号从低维特征空间中恢复出来的精度越高。为了使低维字典保留高维字典更多的主成分,本文提出了一个新的变换,被命名为?变换,能提升高维字典的能量集中性。除此之外,针对高维字典与低维字典的耦合关系,建立了双循环迭代训练,增加字典的能量集中性与字典的表达能力。实验表明,相比于传统算法,本文提出算法字典学习收敛速度提升了3倍以上。此外,该方法可以得到较高的压缩比和更高质量的重构信号。 展开更多
关键词 字典学习 聚能量字典 稀疏表示 数据压缩 低维特征
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部