基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
全连接的玻尔兹曼机模型可全面描述稀疏系数间统计依赖关系,但时间复杂度较高.为了提高基于玻尔兹曼机的贝叶斯匹配追踪算法(BM-BMP)的重构速度和质量,本文提出一种改进算法.第一,将BM-BMP算法的最大后验概率(MAP)估计评估值分解为上一次迭代的评估值与增量,使得每次迭代仅需计算增量,极大缩短了计算耗时.第二,利用显著最大后验概率估计值平均的方式,有效近似最小均方误差(MMSE)估计,获得了更小的重构误差.实验结果表明,本文算法比BM-BMP算法的运行时间平均缩短了73.66%,峰值信噪比(PSNR)值平均提高了0.57 dB.
推荐文章
受限玻尔兹曼机与加权Slope One的混合推荐算法研究
受限玻尔兹曼机
加权SlopeOne
修正余弦相似度
Jaccard相似度
利用深度玻尔兹曼机与典型相关分析的自动图像标注算法
自动图像标注
深度学习
深度玻尔兹曼机
典型相关分析
基于深度玻尔兹曼机的乐器分类问题研究
深度玻尔兹曼机
乐器分类
深度学习
平均场理论
动量项
玻尔兹曼熵和克劳修斯熵的关系
玻尔兹曼熵
克劳修斯熵
广泛
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 MMSE准则下基于玻尔兹曼机的快速重构算法
来源期刊 工程科学学报 学科 工学
关键词 稀疏信号重构 快速贝叶斯匹配追踪 玻尔兹曼机 最小均方误差
年,卷(期) 2017,(8) 所属期刊栏目
研究方向 页码范围 1254-1260
页数 7页 分类号 TP391
字数 6410字 语种 中文
DOI 10.13374/j.issn2095-9389.2017.08.016
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 冯久超 华南理工大学电子与信息学院 73 473 11.0 17.0
2 杨萃 华南理工大学电子与信息学院 8 31 4.0 5.0
4 谢中华 华南理工大学电子与信息学院 6 11 2.0 3.0
5 刘玲君 华南理工大学电子与信息学院 2 6 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (1)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(6)
  • 参考文献(4)
  • 二级参考文献(2)
2010(5)
  • 参考文献(2)
  • 二级参考文献(3)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
稀疏信号重构
快速贝叶斯匹配追踪
玻尔兹曼机
最小均方误差
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
工程科学学报
月刊
2095-9389
10-1297/TF
大16开
北京海淀区学院路30号
1955
chi
出版文献量(篇)
4988
总下载数(次)
18
总被引数(次)
47371
论文1v1指导