文献

J-GLOBAL ID：201702226671738498   整理番号：17A1332285

新しいロバストな辞書学習に基づくビデオフレームのスパース表現【JST・京大機械翻訳】

Sparse Representation of Video Frame Based on Novel Robust Dictionary Learning

著者 (2件)： Qian Yang (南京郵電大学視覚認知計算与応用研究中心,江蘇南京,210023) ,  Li Lei (南京郵電大学視覚認知計算与応用研究中心,江蘇南京,210023)
資料名： Jisuanji Jishu yu Fazhan  (Jisuanji Jishu yu Fazhan)
巻： 27  号： 2  ページ： 37-41  発行年： 2017年 
JST資料番号： C3602A  ISSN： 1673-629X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 辞書学習法は非常に効果的な信号スパース表現法であり,スパース信号処理の分野で広く用いられている。しかし、実際の応用において、訓練サンプルとテストサンプルは損傷を受けることがあり、ノイズと異常値が含まれるため、これは辞書学習方法の性能に深刻な影響を与える。このため、伝統的な辞書学習方法と異なり、クリーンデータから辞書を学習し、新しいロバストな辞書学習アルゴリズムを提案し、訓練サンプル中の異常値を処理することを目指した。このアルゴリズムは,非線形の最小l0ノルムを解くために,交互の線形化法を用いることによって,ロバストな辞書を学習することによって,訓練サンプルの異常値を分離した。多くのシミュレーション実験結果は,提案したアルゴリズムがより良いロバスト性を持ち,良好な性能改善を提供することを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 学習アルゴリズム ,  シミュレーション ,  アルゴリズム ,  *ロバスト性 ,  雑音 ,  ノルム ,  異常値 ,  線形化法
準シソーラス用語： スパース信号 ,  *スパース表現 ,  *辞書学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： dictionary learning ,  sparse representation ,  outlier data ,  robustness

分類 (1件)： 信号理論  (ND02020G)

タイトルに関連する用語 (4件)： ロバスト ,  辞書学習 ,  ビデオフレーム ,  スパース表現