[发明专利]一种基于动态增量式字典更新的学习算法在审
| 申请号： | 201410758958.7 | 申请日： | 2015-08-04 |
| 公开（公告）号： | CN104504015A | 公开（公告）日： | 2015-07-29 |
| 发明（设计）人： | 王力哲;刘鹏;耿浩;王托弟 | 申请（专利权）人： | 中国科学院遥感与数字地球研究所 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京纽乐康知识产权代理事务所(普通合伙) 11210 | 代理人： | 覃莉 |
| 地址： | 100094*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于动态增量式字典更新的学习算法，包括选取预训练样本集，初始化初始字典，并确定要增加的原子个数m；基于OMP算法，用初始字典对输入样本进行稀疏表征，得到最初稀疏系数矩阵；计算表征后的剩余误差，在剩余误差大于预定阈值时，向初始字典增加m个原子，基于信息熵，对m个原子初始化；将进行初始化后的m个原子添加至初始字典中，得到新字典矩阵，利用新字典矩阵对输入样本进行稀疏分解；基于稀疏分解后的输入样本，利用K-SVD算法对增量原子进行更新，确定误差最小的增量原子，并对增量原子去相关，当所有样本训练结束，输出最终的字典。本发明的有益效果为：能够对体量庞大的遥感数据集进行更有效更稀疏的表征。 | ||
| 搜索关键词： | 一种 基于 动态 增量 字典 更新 学习 算法 | ||
【主权项】：
一种基于动态增量式字典更新的学习算法，其特征在于，包括以下步骤：选取预训练样本集，初始化初始字典，确定所述初始字典将要增加的原子个数m；基于OMP算法，用初始字典对输入样本进行稀疏表征，得到最初稀疏系数矩阵；根据所述最初稀疏系数矩阵，计算表征后的剩余误差，并且，在所述剩余误差大于预定阈值的情况下，向所述初始字典增加m个原子，并基于信息熵，对所述m个原子初始化；将进行初始化后的所述m个原子添加至所述初始字典中，得到新字典矩阵，并且，基于OMP算法，利用所述新字典矩阵对所述输入样本进行稀疏分解；基于稀疏分解后的输入样本，利用K‑SVD算法对增量原子进行更新，确定误差最小的增量原子，并对确定的所述误差最小的增量原子去相关；当所有样本训练结束，输出最终的字典。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院遥感与数字地球研究所，未经中国科学院遥感与数字地球研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201410758958.7/，转载请声明来源钻瓜专利网。
- 上一篇：实体词热度计算方法及装置
- 下一篇：一种多对多的数据采集系统及其采集方法
