사전 학습 알고리즘
결실
바바라에서 8x8 패치 약 2만5천개를 추출해 사전 학습을 진행했다.
2D 분리형 DCT 사전을 초기값으로 사용
K-SVD법으로 패치로부터 배운 사전
사전을 학습함으로써 해석 표현 오차를 줄였다.
K-SVD 알고리즘
작업:
\min_{A,\{x_i\}^{M}_{1}} \Sigma_{i=1}^{M} ||y_i-Ax_i|| \text{ subject to } ||x_{i}||_0 \leq k_{0}, 1 \leq i \leq M
초기화:
$k=0$으로
.첫 번째 원자탄을 제외한 원자탄은 모두 제거되었다
$A_{2D} = A_{1D}\otimes A_{1D}$
초기 사전이 만들어졌습니다.
주 주기:
$+1으로 다음 절차를 수행합니다.
\hat{x_{i}} = \arg \min_{x} ||y_{i} - Ax||_{2}^{2} \text{ subject to } ||x||_{0} \leq k_{0}
그런 다음 $1\leqi\leq M달러의 해석 벡터에 대해 $\hat{x}{i} 달러를 받았습니다.이것들을 사용하여 행렬 $X$을 만듭니다.$j_0=1,2,\dots, m$에 대해 반복합니다.
출력:
결과는 $A 입니다.
참고 자료
Reference
이 문제에 관하여(사전 학습 알고리즘), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/kibo35/items/67dedba4ea464cc494b0텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)