非共享多测量向量的稀疏表示分类模型

摘要：

多测量向量的联合稀疏重构要求多个源信号共享相同的稀疏结构,但实际应用中较难得到具有完全相同的稀疏结构的测量信号.为了降低非共享稀疏结构对MMV模型联合稀疏重构的影响,文中提出了一种改进贪婪类联合稀疏重构算法的方法.该方法在每次迭代时并不要求各测量向量选择相同的表示原子,而是要求选择同一类的表示原子.改进后的算法可用于非共享多测量向量的稀疏表示分类.基于模拟数据和标准人脸库数据的实验结果表明,改进后的模型可有效提高稀疏表示的分类性能.

关键词：压缩感知、多测量向量、共享稀疏结构、稀疏表示分类

所属期刊栏目：45

分类号：TP751.1(遥感技术)

资助基金：国家自然科学基金61662024,61762037;江西省教育厅项目GJJ160512;江西省普通本科高校中青年教师发展计划访问学者专项资金项目赣教办函[2016]109号;南昌市传感器网络和压缩感知知识创新团队2016T75

在线出版日期：2018-04-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：258-262