K-SVD学习笔记

K-SVD是一个用于稀疏表示的字典学习算法，是一个迭代算法，是K-Means算法的泛化。

对于问题(1)

K-SVD的算法流程如下：

I)固定字典，利用追踪算法(Pursuit Algorithm)求得(近似)最优的系数矩阵；

II)每次更新一个列(用SVD求解)，固定字典的其它所有的列。计算新的列及其相对应系数，使得问题(1)最小化；

III)重复I)、II)直至收敛。

接下来我们会详细的讨论K-SVD算法：

在稀疏编码阶段，固定字典