K-SVD算法学习
来源:互联网 发布:什么是云计算举例说明 编辑:程序博客网 时间:2024/05/22 05:11
1:稀疏表示:
考虑线性等式,或者是线性逼近。
如图,即为稀疏表示模型。我们对
2:K-means 算法
所谓K-means 算法,聚类方法中最简单的一种。其目的就是寻找潜在的
:首先随机选取
:重复如下两步直到收敛:
1) 把样本
2)重新计算质心的位置
其实K-means也是一中稀疏表示:对于样本元素
字典
3:K-svd算法
K-means算法是字典中只有一个原子被选中,也就是这个元素
其中
关于其直观描述如下图:
其中矩阵
K-svd的算法求解:
1)固定
2)更新
其中需要说明的是
接下来有:
4:K-svd算法
自己写的一个程序,不太成熟,也可能不正确,只是为了自己加深理解罢了。
“`
function [D,X]=Ksvd(Y,X)
D=rand(25,100);%%随机生成字典
k=size(D,2);
N=size(Y,2);
err=Y-D*X;
for iter=1:50 %%最多迭代100次
for i=1:k
temp=find(X(i,:)); %%表示第i行的所有非零元
max=length(temp);
omega=zeros(N,max);
for ind=1:max
omega(temp(ind),ind)=1;
end
Err=err+D(:,i)*X(i,:);
ErR=Err*omega;
[U S V]=svds(ErR,1,’L’);
D(:,i)=U(:,1);
X(i,:)=V(:,1)*S(1,1);
end
end
参考文献
1:An Algorithm for Designing Overcomplete Dictionaries for Sparse Representation
2:KSVD学习
- K-SVD算法学习
- K-SVD算法
- K-SVD算法总结
- K-SVD算法
- K-SVD算法简介
- K-SVD算法总结
- K-SVD算法
- K-SVD算法
- K-SVD算法
- K-SVD学习笔记
- k-svd字典学习
- 机器学习算法 之 K-SVD算法 Michal Aharon by lenny
- K-SVD
- k-svd
- K-SVD
- K-SVD
- K-SVD
- 基于K-SVD稀疏字典的图像去噪算法
- C++ 输入与输出的学习
- 基于opencv的动画操作
- CRC16校验-MODBUS协议
- 使用普通账户安装 Redis 服务
- nohup-真正的Shell后台运行
- K-SVD算法学习
- HashMap源码分析
- UML
- UML是什么?
- Android.mk 详解
- MySQL 进阶
- “顶层const”和“底层const”的思考
- android之旅24 多媒体编程:音乐、视频、拍照、视频
- 用户界面开发基础