基于字典学习快速算法稀疏表示机械振动信号的压缩测量重构
MACHINE DESIGN AND MANUFACTURING ENGINEERING（2021）
摘要
为解决机械振动信号在压缩感知过程中稀疏过完备学习字典训练时间过长的问题,提出一种快速训练的过完备学习字典学习快速算法.该算法在SGK字典学习算法的稀疏编码阶段使用同步正交匹配追踪法(SOMP)对多列训练样本原子进行同步稀疏编码,提升字典学习速率.首先确定同步稀疏编码原子数m1,然后根据m1对训练样本进行分块并采用SOMP算法对m1列的样本原子进行同步稀疏编码,最后利用最小二乘法对字典原子进行更新.算法进一步提升了SGK字典学习算法的速率,缩短了单次迭代稀疏编码所用时间.仿真实验结果表明,在相同条件下基于字典学习快速算法训练的过完备学习字典的压缩重构性能与K-SVD和SGK算法训练的过完备学习字典几乎相同,但训练字典所用时间明显减少.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要