| 信号稀疏表示方法研究进展综述 |
| |
| 引用本文： | 邹建成,车冬娟.信号稀疏表示方法研究进展综述[J].北方工业大学学报,2013,25(1):1-4. |
| |
| 作者姓名： | 邹建成 车冬娟 |
| |
| 作者单位： | 北方工业大学图像处理与模式识别研究所,100144,北京;北方工业大学图像处理与模式识别研究所,100144,北京 |
| |
| 基金项目： | 国家自然基金项目，北京市创新团队项目 |
| |
| 摘 要： | 稀疏分解表示能够大大降低数据存储量,提高压缩效率,一直是学者研究的热点.传统的信号稀疏表示主要集中在各种线性正交基变换以及组合正交基上,对于高维空间信息数据的表达,传统方法往往受到各种限制.研究学者根据人类视觉系统接受场具有局部、方向和带通的特性,提出多尺度几何分析的方法,并证明了对光滑的分段函数和高维空间信号的表达,达到了更好的逼近效果.由于传统方法没有考虑原始信号特点,无法达到更好的逼近,这就引出了对信号进行训练来构造自适应学习字典的研究,并且取得了一定的研究成果.本文对信号稀疏表示方法进行了分析研究,同时分析了目前信号稀疏表示的发展趋势.
|
| 关 键 词： | 稀疏表示 线性变换正交基 多尺度几何分析(MGA) 自适应学习字典 |
Research on Signal Sparse Representation |
| |
| Zou Jianchen
,
Che Dongjuan.Research on Signal Sparse Representation[J].Journal of North China University of Technology,2013,25(1):1-4. |
| |
| Authors: | Zou Jianchen Che Dongjuan |
| |
| Affiliation: | Zou Jianchen Che Dongjuan(Institute of Image Processing & Pattern Recognition,North China Univ.of Tech.,100144,Beijing,China) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
