算法描述
求解模型:
或
MOD(Method of Optimal Direction)是早期的基于样本学习的字典学习算法. 设目标函数中
MOD算法更新字典的策略就是实现表征误差最小化,所以公式两端针对
一般MOD算法需要几十次迭代即可收敛是一个比较可行的方法。缺点在于运算中需要对矩阵求逆,造成计算量过大.
流程描述
输入:训练样本集
输出:字典
初始化:随机构造一个字典初值
循环直到满足迭代终止条件
- 求解稀疏系数:
min∑i∥xi∥0s.t.∥Y−DX∥2F≤ε - 更新字典:
DJ+1=argmin∥Y−DX∥2F=Dn+1=Y(Xn)T⋅(Xn(Xn)T)−1 -
J=J+1
迭代结束