基于 Jacobi 原子更新的过完备字典学习
计算机视觉与模式识别
2015-09-18 v1
摘要
用于稀疏表示的字典学习传统上采用顺序原子更新方法，其中优化后的原子立即用于后续原子的优化。我们转而提出一种 Jacobi 版本，其中将一组组原子独立且并行地进行更新。针对稀疏图像表示的大量数值证据表明，并行算法，尤其是当所有原子同时更新时，能够产生比其顺序对应算法更好的字典。
关键词
引用
@article{arxiv.1509.05054,
title = {Overcomplete Dictionary Learning with Jacobi Atom Updates},
author = {Paul Irofti and Bogdan Dumitrescu},
journal= {arXiv preprint arXiv:1509.05054},
year = {2015}
}