关于字典学习与稀疏表示在投影到判别空间时的不变性
计算机视觉与模式识别
2015-06-12 v2
摘要
本文证明了字典学习和稀疏表示在线性变换下是不变的。这涵盖了将数据变换/投影到判别空间的特殊情况。这一点很重要，因为最近提出了监督字典学习算法，建议将类别信息纳入字典学习中以提高其判别能力。其中，有一些方法提议在判别投影空间中学习字典。为此，已提出两种方法：第一种是将判别基作为字典，第二种是在投影空间中执行字典学习。基于字典学习对一般变换特别是对判别空间变换的不变性，我们提倡第一种方法。
引用
@article{arxiv.1503.02041,
title = {On the Invariance of Dictionary Learning and Sparse Representation to Projecting Data to a Discriminative Space},
author = {Mehrdad J. Gangeh and Ali Ghodsi},
journal= {arXiv preprint arXiv:1503.02041},
year = {2015}
}
备注
We would like to withdraw this paper as it seems that the proof provided in the paper is not including all the cases mentioned