稀疏编码算法概述

被引：21

作者：

尚丽 ^{[1
]}

杜吉祥 ^{[2
,3
,4
]}

翟传敏 ^{[2
]}

机构：

[1] 苏州市职业大学电子信息工程系

[2] 华侨大学计算机科学与技术学院

[3] 中国科学技术大学信息技术学院

[4] 中国科学院合肥智能机械研究所

来源：

苏州市职业大学学报 | 2009年 / 20卷 / 01期

基金：

中国博士后科学基金;

关键词：

稀疏编码; V1区; 感受野; 神经网络;

D O I：

10.16219/j.cnki.szxbzk.2009.01.010

中图分类号：

TN911.73 [图像信号处理];

学科分类号：

081002 [信号与信息处理];

摘要：

稀疏编码是一种模拟哺乳动物视觉系统主视皮层V1区简单细胞感受野的人工神经网络方法.该方法具有空间的局部性、方向性和频域的带通性,是一种自适应的图像统计方法.主要从稀疏编码的研究意义、数学描述、研究历史、研究现状和存在的问题、应用领域等方面对稀疏编码算法进行概述,最后指出该算法进一步的研究方向.

引用

页码：5 / 10

页数：6

共 8 条

[1]

基于非负稀疏编码和RBPNN的掌纹图像识别方法 [J].

尚丽 ;

陈杰 .

苏州市职业大学学报, 2008, (01) :65-69

[2]

基于非负稀疏编码的图像特征提取及应用 [J].

尚丽 ;

陈杰 ;

周燕 ;

张丽 .

苏州市职业大学学报, 2007, (02) :51-54

[3]

基于稀疏编码的自然图像特征提取及去噪 [J].

尚丽 ;

郑春厚 .

系统仿真学报, 2005, (07) :1782-1784+1787

[4]

视皮层V1区简单细胞的稀疏编码策略 [J].

杨谦 ;

齐翔林 ;

汪云九 .

计算物理, 2001, (02) :143-146

[5]

稀疏编码算法及其应用研究 [D].

尚丽 .

中国科学技术大学,

2006

[6]

A two-layer sparse coding model learns simple and complex cell receptive fields and topography from natural images [J].

Hyvärinen, A ;

Hoyer, PO .

VISION RESEARCH, 2001, 41 (18) :2413-2423

[7]

Separating style and content with bilinear models [J].

Tenenbaum, JB ;

Freeman, WT .

NEURAL COMPUTATION, 2000, 12 (06) :1247-1283

[8]

Single Units and Sensation: A Neuron Doctrine for Perceptual Psychology?.[J].H B Barlow.Perception.1972, 4

← 1 →