l1范数极小化的稀疏表示模型与算法

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：现有？1范数极小化的稀疏表示算法可大致分为三类：约束优化算法、Proximal算法及Homotopy算法,其中主要有交替方向法、增广拉格朗日算法和LASSO Homotopy算法.算法的特点有：（1）对简单场景的数据处理效果显著,但对复杂场景的数据处理效果甚微;（2）运行时间较长;（3）普遍稳定性较差,算法准确性和鲁棒性都有待加强;（4）初始值的选择较单一;（5）参数选择对该类算法影响甚大,但有关参数选取的研究很少.因此,该算法广泛应用于信号处理、图像处理、机器学习、计算机视觉中,特别是在图像去噪、去模糊、修复、超分辨率,视频跟踪,图像分类,图像分割等方面,尤其在视频跟踪方面具有很大潜力.

原文链接:http://www.cqvip.com//QK/83424A/201706/672517133.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Homotopy cqvip 计算机视觉 LASSO 数据处理 稀疏表示 范数正则项 稀疏表示模型