郑州大学学报（工学版）
鄭州大學學報（工學版）
정주대학학보（공학판）
JOURNAL OF ZHENGZHOU UNIVERSITY(ENGINEERING SCIENCE)
2013年
3期
106-111
,共6页
稀疏编码模型%模拟视觉模型%统计分析模型
稀疏編碼模型%模擬視覺模型%統計分析模型
희소편마모형%모의시각모형%통계분석모형
sparse coding model%vision model%statistical analysis model
根据建模出发点的不同,把各种建模方法分为模拟视觉系统模型、统计分析模型两大类方法,根据不同的目标、不同的模型特征和结构,把模拟视觉系统的稀疏编码模型分又为最大似然概率、目标函数优化、Gabor小波基函数、超完备基、神经网络、分层稀疏编码六类模型.根据模型学习方法的不同,统计分析模型又分为独立分析、非负矩阵分解以及特定特征的稀疏编码3种模型.针对上述各种模型进行了介绍、分析和研究,并归纳总结不同方法的主要特点,最后进行了展望.
根據建模齣髮點的不同,把各種建模方法分為模擬視覺繫統模型、統計分析模型兩大類方法,根據不同的目標、不同的模型特徵和結構,把模擬視覺繫統的稀疏編碼模型分又為最大似然概率、目標函數優化、Gabor小波基函數、超完備基、神經網絡、分層稀疏編碼六類模型.根據模型學習方法的不同,統計分析模型又分為獨立分析、非負矩陣分解以及特定特徵的稀疏編碼3種模型.針對上述各種模型進行瞭介紹、分析和研究,併歸納總結不同方法的主要特點,最後進行瞭展望.
근거건모출발점적불동,파각충건모방법분위모의시각계통모형、통계분석모형량대류방법,근거불동적목표、불동적모형특정화결구,파모의시각계통적희소편마모형분우위최대사연개솔、목표함수우화、Gabor소파기함수、초완비기、신경망락、분층희소편마륙류모형.근거모형학습방법적불동,통계분석모형우분위독립분석、비부구진분해이급특정특정적희소편마3충모형.침대상술각충모형진행료개소、분석화연구,병귀납총결불동방법적주요특점,최후진행료전망.
