基于学习字典的机器人图像稀疏表示方法 | |
郭俊锋; 李育亮 | |
刊名 | 自动化学报 |
2020-04 | |
卷号 | 46期号:4页码:820-830 |
关键词 | 压缩感知 稀疏表示 字典学习 最小二乘法 |
DOI | 10.16383/j.aas.2018.c170352 |
英文摘要 | 针对机器人图像压缩感知(Compressed sensing, CS) 过程中稀疏字典训练时间过长的问题, 本文提出了一种更加高效的字典学习方法. 通过对MOD、K-SVD、SGK 等字典学习算法研究, 从参与更新的字典原子列数入手, 将残差项变形为多 |
语种 | 中文 |
内容类型 | 期刊论文 |
源URL | [http://ir.lut.edu.cn/handle/2XXMBERH/103464] |
专题 | 机电工程学院 |
通讯作者 | 李育亮 |
作者单位 | 兰州理工大学机电工程学院 |
推荐引用方式 GB/T 7714 | 郭俊锋,李育亮. 基于学习字典的机器人图像稀疏表示方法[J]. 自动化学报,2020,46(4):820-830. |
APA | 郭俊锋,&李育亮.(2020).基于学习字典的机器人图像稀疏表示方法.自动化学报,46(4),820-830. |
MLA | 郭俊锋,et al."基于学习字典的机器人图像稀疏表示方法".自动化学报 46.4(2020):820-830. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论