訊號的稀疏表示

2021-08-03 06:06:09 字數 683 閱讀 2725

所閱讀**《訊號的稀疏表示及其應用研究_陳浪》

2、 2.1緒論

很多資訊是冗餘的,傳統的方法是使用完備字典(如離散余弦變換,小波變換)來表示乙個訊號,這種方法能壓縮,但仍需較多的資料。稀疏表示是把乙個向量訊號表示成完備字典中少數原子的線性組合。

2.2理論基礎

乙個訊號可以稀疏地表示為冗餘字典中少量原子的線性組合。

字典就是乙個矩陣(n維),這個矩陣比之前的高維資料(k維)的維度低得多。所謂的稀疏表示就是求這個係數的矩陣。為了實現稀疏,稀疏矩陣的很多值,都是0。

因為字典c是過完備的,所以這種表示存在不唯一性。稀疏表示的目的就是尋找一種表示其表示係數中零分量最多。

稀疏求解的方法

通常情況下,構造乙個目標函式,讓a裡面盡可能的出現0,這裡就出現了l0範數的概念。但開始一般用l1範數。l0範數表示向量中非零元素的個數。l0範數優化求解問題屬於np難問題,用一些bmp、omp等效率很低。大牛提出了近似求解該問題的方案,證明了在求解向量足夠稀疏的情況下,l0範數優化問題等價於l1範數優化問題,即各向量絕對值之和。

字典構造的方法

訊號稀疏表示的重要因素是過完備字典,因此字典的構造非常關鍵。目前的字典構造主要分為兩種形式:分析型字典與學習型字典。

稀疏表示學習

1.提出問題 什麼是稀疏表示 假設我們用乙個m n的矩陣表示資料集x,每一行代表乙個樣本,每一列代表樣本的乙個屬性,一般而言,該矩陣是稠密的,即大多數元素不為0。稀疏表示的含義是,尋找乙個係數矩陣a k n 以及乙個字典矩陣b m k 使得b a盡可能的還原x,且a盡可能的稀疏。a便是x的稀疏表示。...

稀疏表示 字典學習

online learning toolbox francesco orabona machine perception toolbox mpt 偶然的機會發現了這個工具箱,雖說05年都沒有再更新了,但是很多東西還是可以借鑑的。很好的乙個工具箱,功能包含face detection,eye dete...

稀疏表示介紹 下

宣告 主要學習資料是 coursera 上 duke 大學的公開課 image and video processing,by pro.guillermo sapiro 第 9 課。尺寸有大有小,在 dct 變換中,我們一般取 8 8 的方塊作為一組 64 維的變換訊號,在稀疏表示中,我們同樣也不能...