为什么sparse representation比起其它成分分析方法(DFT,Wavelet)能得到更好的效果? - 知乎  https://www.zhihu.com/question/24124122/answer/50403932

2)Basis本身是不应该变成0的。
稀疏表达是要求信号在该模型下的sparse code,只有少数的non-zero elements。因为有了少数的non-zero elements,这样的表达从根本上会起到两个作用:(1)拥有更强大表达能力(Representation Power),(2)拥有识别和约束能力(Discriminative, or Regularization Power)。
所有的和稀疏表达相关的应用其实归根到底,都是基于这两个能力展开的。
比如压缩,是利用了其表达能力。
比如降噪等inverse problem,是利用其约束能力
比如分类,图像分割,这些是综合了这两者。
更多分析,可以参见我之前的回答:
稀疏表达的意义在于?为什么稀疏表达得到广泛的应用? - Bihan Wen 的回答

 
 
 

最新文章

  1. navicat使用
  2. C# 利用反射
  3. Radmin Center 1.54 测试版
  4. JAVA之Forward 和 Redirect的区别
  5. HDU1004之总是wa的细节问题
  6. YAML 语言语法
  7. Mock框架
  8. Win7无法使用VPN的原因与解决方法(一)
  9. Android 如何使用juv-rtmp-client.jar向Red5服务器发布实时视频数据
  10. iOS开发Block的使用
  11. CBO学习----03--选择率(Selectivity)
  12. angular项目——小小记事本1
  13. android 修改listview item view 的方法(转)
  14. 让你彻底弄清offset
  15. 第三节:ThreadPool的线程开启、线程等待、线程池的设置、定时功能
  16. cassert(assert.h)——1个
  17. Android为TV端助力 转载:android MVC设计模式
  18. group by具有去重的功能
  19. MongoSpark 28799错误
  20. Layui tree 下拉菜单树

热门文章

  1. Java中数组在内存中的图解
  2. weblogic启动 web应用ssh关闭 nohup命令
  3. 【简●解】POJ 1845 【Sumdiv】
  4. 使用ajax解析后台json数据时:Unexpected token o in JSON at position 1
  5. 网络协议TCP
  6. Python之爬虫-段子网
  7. 版本控制git之五-标签管理 tags 标签 代码版本 如: v1.0
  8. python中正则表达式与模式匹配
  9. dsu+树链剖分+树分治
  10. python之字符串处理 2014-4-5