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:
数据的稀疏编码在机器学习研究中占有重要位置.本文提出一种k稀疏编码(k-SC)方法来获得具有特定k稀疏性的编码,也就是说自适应地从字典数据集中挑选重构误差最小的k个数据点来进行样本线性重构.由于整数稀疏优化计算问题通常是NP-难的,因此本文采用Lp-Box ADMM方法,首先将原整数稀疏编码问题转化为0-1整数规划问题,然后将0-1整数约束条件替换为等价的两个连续性约束条件,并对新的优化问题通过交错方向优化ADMM算法实现模型求解.本文通过对不同数据集进行算法实验,从收敛性和准确率两方面证明了基于Lp-Box的ADMM解在k稀疏编码问题中的有效性.
推荐文章
基于改进局部线性特征编码方法的图像分类
视觉词袋
稀疏表示
图像分类
特征编码
数字流域模型的河网编码方法
河网编码
数字流域
河网拓扑关系
二叉树
基于对象的视频编码方法——MPEG-4
MPEG-4
视频对象
视频编码
运动补偿
差错控制
误差掩盖
基于人类视觉系统的视频编码方法
视频编码
人类视觉系统
聚焦点
聚焦区
码率分配
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 基于Lp-Box ADMM的k稀疏编码方法
来源期刊 温州大学学报(自然科学版) 学科 数学
关键词 稀疏编码 k稀疏 Lp-BoxADMM
年,卷(期) 2018,(2) 所属期刊栏目 数学
研究方向 页码范围 22-30
页数 9页 分类号 O175
字数 4946字 语种 中文
DOI 10.3875/j.issn.1674-3563.2018.02.004
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 樊明宇 温州大学数理与电子信息工程学院 6 1 1.0 1.0
2 张雅丽 温州大学数理与电子信息工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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
稀疏编码
k稀疏
Lp-BoxADMM
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
温州大学学报(自然科学版)
季刊
1674-3563
33-1344/N
大16开
浙江省温州市茶山
1963
chi
出版文献量(篇)
1558
总下载数(次)
0
论文1v1指导