K-SVD

K-SVD是一种经典的字典训练算法，依据误差最小原则，对误差项进行SVD分解，选择使误差最小的分解项作为更新的字典原子和对应的原子系数，经过不断的迭代从而得到优化的解。

资源总数
500

K-SVD 全部资料 500 份

：将K—means算法引入到朴素贝叶斯分类研究中，提出一种基于K—means的朴素贝叶斯分类算法。首先用K— me．arks算法对原始数据集中的完整数据子集进行聚类，计算缺失数据子集中的每条记录与 个簇重心之间的相似度，把记 录赋给距离...

2017-08-18 63 K-SVD

摘 要：该文针对K 均值聚类算法存在的缺点，提出一种改进的粒子群优化(PSO)和K 均值混合聚类算法。该算法在运行过程中通过引入小概率随机变异操作增强种群的多样性，提高了混合聚类算法全局搜索能力，并根据群体适应度方差来确定K 均值算法操作时...

2023-09-02 3 K-SVD

提出了用于音素识别的K子空间和时延自相关器神经网络结构，用将时延设计加入线性自相关器，以扩展音素滤波神经网络的方法，产生p维子空间，并采用迭代过程修改划分，以便捕获语音信号中的时间序列信息。这种

2024-04-16 7 K-SVD