sparse coding中的字典学习方法研究任务书
2022-01-18 21:27:18
全文总字数:909字
1. 毕业设计(论文)的内容、要求、设计方案、规划等
稀疏编码是一种模拟哺乳动物视觉系统主视皮层v1区简单细胞感受野人工神经网络方法。
其中基于字典学习的识别方法,其效果直接取决于学习的字典是否完备,即字典学习的性能决定了后期处理效果。
在此背景下,本文拟改进基于1范数,2-1范数的优化方法,以期提高字典学习速度和质量,并在林火图像中进行验证。
剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!
2. 参考文献(不低于12篇)
[1]何小卫,张莉,. 基于稀疏表示的图像分类字典学习[j]. 浙江师范大学学报(自然科学版),2015,(4).
[2]高博,王俊,张各各,. 基于原子曲线拟合的字典学习的信号去噪方法[j]. 系统仿真学报,2015,(12).
[3]林家印,战荫伟,. 基于近端梯度的快速字典学习方法的研究[j]. 计算机应用研究,2016,(5).
剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付