基于信号子空间低维表征的快速字典学习算法

作者：王莲子; 李钟晓; 陈倩倩; 庄晓东^*

来源：传感器与微系统, 2022, 41(08): 144-152.

DOI：10.13873/J.1000-9787(2022)08-0144-04

• 子空间低维表征
• 快速字典学习
• 稀疏表示
• K奇异值分解(K-SVD)
• 特征变换

为提高字典学习效率，针对学习中需大量样本训练且高冗余度问题，提出一种基于信号子空间低维表征的快速字典学习算法。新算法挖掘高维信号内部本征结构进行子空间分析，使训练样本低维表征原信号，通过特征变换获原始字典以实现稀疏表示。对语音及图像信号进行处理，从运行时间、稀疏性及均方根误差(RMSE)方面分析学习效果，研究结果表明：与K奇异值分解(K-SVD)相比，新算法以提升近1/2的训练效率表现了优秀的学习与降噪能力，具有较强的应用前景。

• 单位
  青岛大学