文件名称：论文研究-原子簇快速匹配追踪算法.pdf
文件大小：1.99MB
文件格式：PDF
更新时间：2022-08-11 15:58:15
稀疏表示,匹配追踪,原子簇,LVQ神经网络
针对稀疏表示中匹配追踪算法计算复杂度过大的问题, 提出了基于冗余字典原子相关性的匹配追踪算法。该算法利用相邻迭代过程中匹配原子的相关性对冗余字典进行簇化, 得到M个多原子集合（原子簇）; 每次迭代过程中利用LVQ神经网络的快速学习能力从原子簇中选取目标簇; 最后在目标簇中选取匹配信号结构的若干原子进行信号的稀疏逼近。实验采用一维稀疏信号进行仿真, 结果表明与匹配追踪算法相比, 其逼近性能相近, 同时稀疏分解速度大大提高。