K-SVD

K-SVD是一种字典学习算法,用于稀疏表示问题,是K-means的推广。它通过迭代优化数据在字典中的表示和更新字典,广泛应用于图像、语音等领域。算法首先固定字典求最佳系数,然后更新字典的每一列,利用SVD进行优化。尽管存在非凸优化问题导致局部最优,但在实践中表现良好。
摘要由CSDN通过智能技术生成

参考网址:http://en.wikipedia.org/wiki/K-SVD

     K-SVD 是一种关于稀疏表示的字典学习算法。之所以称之为K-SVD ,是因为该算法K次迭代使用SVD(singular value decomposition)。K-SVD是 k-means的一种推广,该算法采用迭代交替学习方式,通过迭代优化输入数据在当前字典的表示和更新字典中的单词(atom)以更好地拟合数据1][2] 。 K-SVD在图像处理、语音处理、生物和文件分析等众多领域被广泛应用。

稀疏表示问题描述

        给定一个过完备的字典D \in \mathbb{R}^{n \times K},该字典包含K个单词,在此每一列都被视作一个单词。一个信号y \in \mathbb{R}^{n} 能够被表示为这些单词的线性组合。为表示y,稀疏表示 x 应当满足精确条件 y = Dx, 或者满足近似条件y \approx Dx, 或者满足条件 \|y - Dx\|_p \le  \epsilon. 向量 x \in \mathbb{R}^{K} 由表示y的系数组成. 通常来说, 范数 

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值