一种改进的K-SVD字典学习算法

• 作者: 刘雅莉 王晓云 苑焕朝 马杰
• 来源期刊: 河北工业大学学报
• 学科: 工学
• 关键词: 字典学习 K-SVD 稀疏编码 增广拉格朗日乘子法 ALM
• 年，卷（期）: 2016,（2）
• 页码范围: 1-8
• 页数: 8页
• 分类号: TP391.9
• 字数: 4335字
• 语种: 中文
• DOI: 10.14081/j.cnki.hgdxb.2016.02.001

摘要

提出了一种ALM-KSVD字典学习算法,通过稀疏编码和字典更新两步迭代学习得到训练样本的字典.为了提高字典训练速度与性能,在稀疏编码引入增广拉格朗日乘子法(ALM,Augmented Lagrange Multipliers)求解,更新字典则使用经典K-SVD的字典更新算法.为考察算法的字典训练速度和平均表示误差(RMSE),选取了不同样本数和噪声标准进行数据合成实验,结果表明本文算法比经典的K-SVD算法字典训练速度快、RMSE低.进一步考察算法的图像去噪能力,选取不同的输入图像噪声标准和字典原子数进行仿真,实验结果表明本文算法比经典的K-SVD算法获得更高的峰值信噪比(PSNR),具有良好的去噪性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马杰	河北工业大学电子信息工程学院	37	74	6.0	7.0
3	苑焕朝	河北工业大学电子信息工程学院	4	12	2.0	3.0
9	王晓云	河北工业大学电子信息工程学院	5	35	3.0	5.0
11	刘雅莉	河北工业大学电子信息工程学院	9	57	5.0	7.0