| 字典学习模型、算法及其应用研究进展 |
| |
| 引用本文： | 练秋生,石保顺,陈书贞.字典学习模型、算法及其应用研究进展[J].自动化学报,2015,41(2):240-260. |
| |
| 作者姓名： | 练秋生 石保顺 陈书贞 |
| |
| 作者单位： | 1.燕山大学信息科学与工程学院 秦皇岛 066004 |
| |
| 基金项目： | 国家自然科学基金，河北省自然科学基金(F2014203076)资助@@@@Supported by National Natural Science Foundation of China，Natural Science Foundation of Hebei Province |
| |
| 摘 要： | 稀疏表示模型常利用训练样本学习过完备字典, 旨在获得信号的冗余稀疏表示. 设计简单、高效、通用性强的字典学习算法是目前的主要研究方向之一, 也是信息领域的研究热点. 基于综合稀疏模型的字典学习方法已经广泛应用于图像分类、图像去噪、图像超分辨率和压缩成像等领域. 近些年来, 解析稀疏模型、盲字典模型和信息复杂度模型等新模型的出现丰富了字典学习理论, 使得更广泛类型的信号能够被简单性描述. 本文详细介绍了综合字典、解析字典、盲字典和基于信息复杂度字典学习的基本模型及其算法, 阐述了字典学习的典型应用, 指出了字典学习的进一步研究方向.
|
| 关 键 词： | 字典学习 稀疏表示 综合模型 解析模型 |
| 收稿时间： | 2014-04-14 |
Research Advances on Dictionary Learning Models,Algorithms and Applications |
| |
| LIAN Qiu-Sheng,SHI Bao-Shun,CHEN Shu-Zhen.Research Advances on Dictionary Learning Models,Algorithms and Applications[J].Acta Automatica Sinica,2015,41(2):240-260. |
| |
| Authors: | LIAN Qiu-Sheng SHI Bao-Shun CHEN Shu-Zhen |
| |
| Affiliation: | 1.School of Information Science and Engineering, Yanshan University, Qinhuangdao 066004 |
| |
| Abstract: | |
| |
| Keywords: | Dictionary learning sparse representation synthesis model analysis model |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《自动化学报》浏览原始摘要信息 |
|
点击此处可从《自动化学报》下载全文 |
|
