而在稀疏表示中,每个信号是用dk中的某几个原子的线性组合来表示的,所以我们可以认为稀疏表示问题是聚类算法K-means的一种广义泛化。 根据K-means的步骤,我们可以近似写出稀疏表示的步骤:首先是稀疏编码,也就是根据给定的初始字典得到信号的稀疏系数,接着根据得到的稀疏系数矩阵去更新字典。 B 最大似然法 最大似然法...
这两种方法无疑在字典学习中得到了广泛的应用,为稀疏表示分类方法的发展做出了重要的贡献。 2.2遮挡字典构造问题 然而,稀疏表示分类在面对遮挡情况时,会出现遮挡字典构造问题。该问题主要是由于遮挡图像样本的出现,使得学习到的字典中的一些原子线性组合能力无法有效地表示不同类别的样本。这种情况下,主要原因是字典中的...
首先通过图像分块得到各级的遮挡基图像;然 后将所有互不相同的遮挡基图像按字典顺序转化为向量,并用这些向量作为遮挡字 典的列,从而构造出维数相对较低且具有一定冗余度的遮挡字典。实验结果表明, 该方法不仅明显提高了稀疏表示分类算法对遮挡人脸的识别率,而且还能通过减少 图像的分块级数降低稀疏分解的耗时量,提高...
基于背景字典构造的稀疏表示高光谱目标检测 0 引言 高光谱图像目标检测是一个典型的二分类问题,目的是将图像中的每个像素标记为目标或背景[1],被广泛应用于军事、农业、矿物等领域[2]。 经典的目标检测算法包括约束能量最小化(Constrained Energy Minimization,CEM)[3]、自适应一致余弦估计(Adaptive Coherence ...
摘要 针对机载多输入多输出(MIMO)雷达空时自适应处理(STAP)技术使用稀疏方法求解杂波谱时存在的网格失配问题,提出了一种字典构造方法。该方法首先使用先验知识得到准确的杂波脊线,然后沿杂波脊线方向及其垂直方向形成网格,最后...展开更多 A dictionary construction method was proposed for space-time adaptive ...
针对机载多输入多输出(MIMO)雷达空时自适应处理(STAP)技术使用稀疏方法求解杂波谱时存在的网格失配问题,提出了一种字典构造方法.该方法首先使用先验知识得到准确的杂波脊线,然后沿杂波脊线方向及其垂直方向形成网格,最后将各网格节点对应的空时导向矢量取出并将空间频率和多普勒频率超出最大取值范围的原子去除以得到能克服...
.%针对稀疏表示分类算法中遮挡字典维数高且无冗余的问题,提出一种遮挡字典构造方法.首先通过图像分块得到各级的遮挡基图像;然后将所有互不相同的遮挡基图像按字典顺序转化为向量,并用这些向量作为遮挡字典的列,从而构造出维数相对较低且具有一定冗余度的遮挡字典.实验结果表明,该方法不仅明显提高了稀疏表示分类算法对...
根据K-means的步骤,我们可以近似写出稀疏表示的步骤:首先是稀疏编码,也就是根据给定的初始字典得到信号的稀疏系数,接着根据得到的稀疏系数矩阵去更新字典。 B 最大似然法 最大似然法应用概率推理来构造字典矩阵D。模型如公式(3)所示: 其中x为信号的稀疏表示,v为方差为σ2的残差向量。给定信号 ...
首先通过图像分块得到各级的遮挡基图像;然后将所有互不相同的遮挡基图像按字典顺序转化为向量,并用这些向量作为遮挡字典的列,从而构造出维数相对较低且具有一定冗余度的遮挡字典。实验结果表明,该方法不仅明显提高了稀疏表示分类算法对遮挡人脸的识别率,而且还能通过减少图像的分块级数降低稀疏分解的耗时...