[发明专利]机械振动信号稀疏表示的快速字典学习算法有效
| 申请号： | 201911046228.3 | 申请日： | 2019-10-30 |
| 公开（公告）号： | CN110765965B | 公开（公告）日： | 2023-09-15 |
| 发明（设计）人： | 郭俊锋;何健;王智明;魏兴春;何天经 | 申请（专利权）人： | 兰州理工大学 |
| 主分类号： | G06F18/214 | 分类号： | G06F18/214 |
| 代理公司： | 北京市邦道律师事务所 11437 | 代理人： | 段君峰;温雷 |
| 地址： | 730050 甘肃*** | 国省代码： | 甘肃;62 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于机械振动信号处理技术领域。为了解决K‑SVD算法中字典训练时间较长的问题，本发明公开了一种机械振动信号稀疏表示的快速字典学习算法，具体包括以下步骤：步骤S1，选取训练样本确定初始字典以及确定最佳时序相邻多列样本原子数ml；步骤S2，采用同步正交匹配追踪法(SOMP)对训练样本时序相邻多列样本原子同步稀疏编码,求得稀疏系数矩阵A；步骤S3，固定同步稀疏编码后的稀疏系数矩阵，采用最小二乘法(SGK)进行字典更新；步骤S4，重复步骤S2和步骤S3，直至满足迭代停止条件，完成字典训练，得到学习字典。采用本发明的字典学习算法可以在保证振动信号压缩重构性能的情况下，大大有效提升了字典训练速率。 | ||
| 搜索关键词： | 机械振动 信号 稀疏 表示 快速 字典 学习 算法 | ||
【主权项】：
1.机械振动信号稀疏表示的快速字典学习算法，其特征在于，包括以下步骤：/n步骤S1，选取训练样本确定初始字典以及确定最佳时序相邻多列样本原子数ml；/n步骤S2，采用同步正交匹配追踪法(SOMP)对训练样本时序相邻多列样本原子同步稀疏编码,求得稀疏系数矩阵A；/n步骤S3，固定同步稀疏编码后的稀疏系数矩阵，采用最小二乘法(SGK)进行字典更新；/n步骤S4，重复步骤S2和步骤S3，直至满足迭代停止条件，完成字典训练，得到学习字典。/n
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兰州理工大学，未经兰州理工大学许可，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/201911046228.3/，转载请声明来源钻瓜专利网。
