Iterative shrinkage-thresholding algorithm with inertia and dry friction for convolutional dictionary learning

The iterative shrinkage-thresholding algorithm (ISTA) is often used to address the convolutional dictionary learning problem. However, the ISTA algorithm is easy to fall into the local minimum, and some atoms in the convolution dictionary change little when updated. Therefore, in this paper, we prop...

Celý popis

Podrobná bibliografie

Vydáno v:	Digital signal processing Ročník 140; s. 104139
Hlavní autoři:	Li, Pengyu, Zhang, Yali, Li, Ze, Wang, Jinjia
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier Inc 01.08.2023
Témata:	Convolutional dictionary learning Dry friction Finite convergence Inertia algorithm Iterative shrinkage-thresholding algorithm Finite convergence Iterative shrinkage-thresholding algorithm Convolutional dictionary learning Inertia algorithm Dry friction
ISSN:	1051-2004, 1095-4333
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!