- 博客(2)
- 收藏
- 关注
RSS订阅原创 稀疏表示去噪中的一些小问题
1.基于稀疏表示的图像去噪，是将图像分块，对于每个块进行稀疏表示得到系数矩阵，然后重构图像通过系数矩阵*字典得到吗？稀疏表示过程中每次将图像的每一列与字典做内积，选择最大的一个，计算残差，多次迭代，继续找与残差最匹配的原子，然后通过最小二乘法求系数a，最终得到一个系数矩阵A。最后是通过系数矩阵和字典的乘积来恢复图像吗？ 答：图像分块后，将图像的每一个像素排成一列，然后再字典上进行稀疏表示。。。。
2016-09-21 23:11:52
6203
原创 稀疏表示
1.什么是稀疏表示？ 假设我们用一个M*N的矩阵表示数据集X，每一行代表一个样本，每一列代表样本的一个属性，一般而言，该矩阵是稠密的，即大多数元素不为0。 稀疏表示的含义是，寻找一个系数矩阵A（K*N）以及一个字典矩阵B（M*K），使得B*A尽可能的还原X，且A尽可能的稀疏。A便是X的稀疏表示。 表达为优化问题的话，字典学习的最简单形式为： 其中xi为第i个样本，B
2016-09-21 22:34:25
1259
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人