文献

J-GLOBAL ID：201802233771258352   整理番号：18A0667787

特徴抽出行列に基づくスパース係数解アルゴリズム【JST・京大機械翻訳】

Solving algorithm of sparse coefficient based on feature extraction matrix

著者 (2件)： Li Wei (南京航空航天大学自動化学院 南京 211106) ,  Li Kaiyu (南京航空航天大学自動化学院 南京 211106)
資料名： Dianzi Celiang Jishu  (Dianzi Celiang Jishu)
巻： 40  号： 9  ページ： 146-150  発行年： 2017年 
JST資料番号： C3330A  ISSN： 1002-7300  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： 圧縮センシングアルゴリズムに基づいて,本論文は,辞書学習アルゴリズムにおける同時訓練によって,射影行列を得て,このマトリックスを通して,スパース係数を直接計算することができる方法を提案した。辞書訓練プロセスはKSVD辞書学習アルゴリズムを採用し、伝統的なL1ノルム解アルゴリズムと比較し、実験により、この方法は従来の貪欲法などのL1アルゴリズムより高速、識別率が高い特徴があり、提案したアルゴリズムは行列演算を通じて係数項を直接解くことができることが分かった。後者はNP問題であり、反復アルゴリズムを用いて解く必要があるため、大サンプルのテストに対して、提案したアルゴリズムはより良い応用空間を持ち、節約時間は非常に顕著である。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *透視図法 ,  高速度 ,  *アルゴリズム ,  *特徴抽出 ,  学習アルゴリズム
準シソーラス用語： 反復アルゴリズム ,  行列演算 ,  認識率 ,  欲張りアルゴリズム ,  L1ノルム ,  射影行列 ,  圧縮センシング , 【Automatic Indexing@JST】

著者キーワード (4件)： feature extraction ,  dictionary learning ,  feature matrix ,  sparse coefficient

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 特徴抽出 ,  行列 ,  係数 ,  解 ,  アルゴリズム