基于深度学习的过完备字典稀疏
表示的矩阵分析

全文: PDF(0 KB)
输出: BibTeX | EndNote (RIS)

摘要本文从数学的角度探讨了外部输入信息与过完备字典之间的关系问题即相关性问题，研究了过完备字典与稀疏表示的内在联系，在此基础上对过完备字典进行分析和修正，以提高深度学习的层次且增加对环境的适应性，为今后对字典的设计奠定了基础。

	服务
	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	（）
	作者相关文章
	卫小强

关键词 ：机器学习, 过完备字典, 稀疏表示, OMP

Abstract：The paper inquiries into the relativity problem between input information and over-complete dictionary from the mathematical viewpoint and their inner relationships. On this foundation, we analyze and revise the over- complete dictionaries to enhance the level and adaptability of deep learning, and lay the foundations of the dictionary design in the future.

Key words： machine study over-complete dictionary sparse representation OMP

年卷期日期: 2017-07-10 出版日期: 2017-11-16

ZTFLH:

TN911.7

作者简介: 卫小强（1972-），男，山西阳城人，硕士研究生，讲师，研究方向为计算机应用、彩色图像处理算法研究。

引用本文:

卫小强. 基于深度学习的过完备字典稀疏表示的矩阵分析[J]. 电脑与电信, 2017, 1(7): 97-99.
Wei Xiaoqiang. The Matrix Analysis on Over-complete Dictionary and Sparse Representation Based on Deep Learning. Computer & Telecommunication, 2017, 1(7): 97-99.

链接本文:

http://www.computertelecom.com.cn/CN/ 或 http://www.computertelecom.com.cn/CN/Y2017/V1/I7/97

[1]	唐晓晴. 基于稀疏表示的半监督线性子空间学习[J]. 电脑与电信, 2021, 1(8): 44-48.
[2]	刘卉芳. 基于运营商大数据的反欺诈模型研究与应用[J]. 电脑与电信, 2021, 1(7): 46-52.
[3]	刘新浩马昕睿王大为. 基于图论模型的认知无线电频谱分配仿真建模研究[J]. 电脑与电信, 2021, 1(3): 16-20.
[4]	王玉何珍祥. 机器学习算法在入侵检测中的应用研究[J]. 电脑与电信, 2020, 1(7): 1-3.
[5]	童莲. 大数据背景下的机器学习算法应用研究[J]. 电脑与电信, 2018, 1(9): 29-31.
[6]	宋添树, 李江宇, 张沁哲. 基于CBOW模型的个人微博聚类研究[J]. 电脑与电信, 2018, 1(4): 69-72.
[7]	王旺. 基于机器学习的基站覆盖范围仿真[J]. 电脑与电信, 2018, 1(11): 45-47.
[8]	刘利萍. 基于免疫智能的网络异常检测算法[J]. 电脑与电信, 2017, 1(12): 67-70.
[9]	许璐蕾. 网络评论中情感词的获取及极性判断方法比较[J]. , 2011, 1(01): 0-0.
[10]	褚鸿宙. 3G时代的3G计费与探讨[J]. , 2010, 1(07): 0-0.