結(jié)合變異粒子群和字典學習的遙感影像去噪
大小：0.83 MB 人氣： 2017-11-17 需要積分：0
針對在線字典學習需將所有字典原子全部更新、優(yōu)化方向難以進行估算等原因造成精度下降的不足，提出基于變異粒子群優(yōu)化的在線字典學習算法。算法基于ODL的基礎，在字典學習的迭代過程中對梯度下降函數(shù)進行優(yōu)化。首先選出特殊字典原子，利用各個字典原子之間關系，線性表征當前選出的原子，以線性系數(shù)作為粒子群中的粒子位置。然后將基于變異粒子群的原子更新模式引入字典學習，利用變異粒子群優(yōu)化算法進行粒子的適應度淘汰，選擇更適合的粒子進行下一輪的字典更新。此外，利用中間變量將歷史參考數(shù)據(jù)引入變異粒子群模型以引導其優(yōu)化方向，提高字典的準確性和有效性。利用高分一號遙感影像進行實驗，實驗結(jié)果表明該算法優(yōu)于同類方法，有更好的噪音抑制效果，同時也提高了大規(guī)模的遙感圖像處理性能。
?
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%