《表3 SFISTA求解的稀疏主成分的系数矩阵及其方差贡献率Table 3 The coefficient matrix and variance contribution of the sparse
迭代软阈值算法(ISTA)收敛速度较慢,并且得到的最优解不够稀疏.基于梯度算法的思想对其改进得到SFISTA,并将其应用于稀疏信号处理和稀疏主成分分析.在稀疏信号处理的实验中,SFISTA不仅能以更少的测量数恢复出稀疏信号,并且在同样的稀疏度和测量数下,恢复成功率也较高;在稀疏主成分的实验中,SFISTA得到的稀疏主成分系数矩阵更为稀疏,对应的主成分的方差贡献率也较高.此外,通过绘制两种算法的迭代图可知,SFISTA比ISTA收敛更快.最后需要指出的是,由于算法SFISTA是利用了梯度算法的思想,但与梯度算法不同,该算法计算梯度时同时依赖于前两步的迭代点,因此算法的收敛性及收敛速度相关理论证明有待于进一步研究.
图表编号 | XD0017621200 严禁用于非法目的 |
---|---|
绘制时间 | 2018.06.30 |
作者 | 张倩、李海洋 |
绘制单位 | 西安工程大学理学院、西安工程大学理学院 |
更多格式 | 高清、无水印(增值服务) |