稀疏表示:
稀释向量/矩阵
大多数元素为0的向量或者矩阵叫做稀疏向量/矩阵。
字典
m维信号向量y最多被分解到m个正交基上去:
其中,c系数向量,一定是非稀疏的(稀疏的话就铁定不是正交基了)
g的集合成为完备正交基。
此时,如果将该m维信号向量分解到n个m维向量上去:
此时,显然a的集合不是完备正交基。此时,由于n超越了向量空间维数m,因此a的集合称为过完备的。
这个过完备的集合组成的一个矩阵
称为字典。
稀疏表示
已准备将y分解到n个m维向量上,现需求得其系数向量x
由于n>m,因此该方程为欠定方程,有自由未知量,不能直接求出确解。
一种方法是求其最小L0范数解。
(1)
L0即向量x的非零元素的个数。
这样的解法,解出的一定是一个稀疏向量。
若添加扰动,方程变化为:
(2)
此时, 称为信号的稀疏分解
(1)称x为y相对于字典A的稀疏表示
(2)称x为y相对于字典A的稀疏逼近
x最稀疏时,称x为y相对于字典A的最稀疏表示。
来源:CSDN
作者:数学的花火
链接:https://blog.csdn.net/RSstudent/article/details/104441050