- 博客(3)
- 收藏
- 关注
原创 基于SVM-PP的图像特征提取
利用SVM-PP法设计构造投影指标进行特征提取的计算过程如下: 假定有d维原始数据两类训练集合分别为X1X_1={x1,x2,...xn1x_1,x_2,...x_{n1}},X2X_2={xn1+1,xn1+2,...xn1+n2x_{n1+1},x_{n1+2},...x_{n1+n2}},其中符号n1和n2各自表示上述两种类别内的样本个数。判定所需的线性投影方向为aa={a1,a2,
2017-09-23 09:06:10 352
原创 压缩感知信号重构学习记录-2
OMP算法有效克服了MP算法的时间复杂度大的问题,OMP沿用了匹配追踪算法中的原子选择准则,在重建时每次迭代得到\hat{X},只是通过递归对已选择原子集合进行正交化以保证迭代的最优性,从而减少迭代次数。 实验表明对固定K-稀疏的N维离散时间信号X,用高斯随机矩阵时,只要M=O(KlogN),正交匹配追踪算法将以极大概率准确重构信号,而且运行时间远比最小l1范数模型短。但是,正交匹配
2017-09-21 19:37:45 2091
原创 压缩感知信号重构学习记录-1
信号重建问题可以通过求解最小l0范数问题解决,但求解l0范数是个NP问题,需要穷举X中非零值的所有K中排列可能,因而无法直接求解。现在我们主要采用最小l1范数法、贪婪迭代匹配追踪系列算法等。 重建算法的关键是如何从压缩感知得到的低维数据中精确地恢复出原始的高维数据,即由M维测量向量重建出长度为N(M<N)的信号X的过程, MP算法的基本思想是在每一次的迭代过程中,从过完备原子库里(即感知
2017-09-21 19:10:59 1122
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