%0 Journal Article
%T 带边界条件约束的非相干字典学习方法及其稀疏表示
%A 汤红忠
%A 张小刚
%A 陈华
%A 程炜
%A 唐美玲
%J 自动化学报
%P 312-319
%D 2015
%R 10.16383/j.aas.2015.c140183
%X ？从字典的相干性边界条件出发,提出一种基于极分解的非相干字典学习方法(Polardecompositionbasedincoherentdictionarylearning,PDIDL),该方法将字典以Frobenius范数逼近由矩阵极分解获取的紧框架,同时采用最小化所有原子对的内积平方和作为约束,以降低字典的相干性,并保持更新前后字典结构的整体相似特性.采用最速梯度下降法和子空间旋转实现非相干字典的学习和优化.最后将该方法应用于合成数据与实际语音数据的稀疏表示.实验结果表明,本文方法学习的字典能逼近等角紧框架(Equiangulartight-frame,ETF),实现最大化稀疏编码,在降低字典相干性的同时具有较低的稀疏表示误差.
%K 字典学习
%K 非相干字典
%K 等角紧框架
%K 稀疏表示
%U http://www.aas.net.cn/CN/abstract/abstract18610.shtml