一种基于可学习快速回归量的稀疏编码算法

一种基于可学习快速回归量的稀疏编码算法

黄会群

【期刊名称】《柳州师专学报》 【年(卷),期】2016(031)003

【摘要】针对现有的稀疏编码和建模算法计算量太大的问题,文章基于可学习快速回归量来精确近似稀疏码这一思路,提出了全面的结构性稀疏编码和建模算法.首先根据分块坐标算法的迭代,提出一种高效的前馈架构.该架构可以精确近似结构性稀疏码,且复杂性远远低于标准优化算法.其次证明了通过使用不同的训练目标函数,得出的可学习稀疏编码器不仅可以近似给定字典条件下的稀疏码,还可用作全功能稀疏编码器及建模工具.仿真实验结果表明,与当前最新的精确优化算法相比,文中算法的性能基本相当,但运行速度快出数个数量级,更加适用于实时和大规模应用领域.

【总页数】6页(128-133)

【关键词】稀疏编码;建模;快速回归量;算法 【作者】黄会群

【作者单位】湖南财政经济学院信息管理系,湖南长沙 410205 【正文语种】中文 【中图分类】TP391 【相关文献】

1.一种基于可学习快速回归量的稀疏编码算法 [J], 黄会群

2.一种基于分划思想的Hilbert曲线快速编码算法 [J], 曹忠升; 张杨; 李晨阳 3.循环子空间回归的一种快速算法及其在定量构效关系中的应用 [J], 庄凌; 陈德

钊; 陈亚秋; 胡上序

4.一种基于加权稀疏编码的频域视觉显著性检测算法 [J], 钱晓亮; 郭雷; 韩军伟; 程(); 姚西文

5.一种新的基于稀疏编码Hash的跨模多媒体数据检索算法 [J], 谭涛; 谭乐婷; 贺春林

以上内容为文献基本信息，获取文献全文请下载