在过完备基中，基向量的数量大于输入的维数，并且输入的表示不是基向量的唯一组合。过分完整的表示被提倡，因为它们在存在噪声时具有更强的鲁棒性，可以更稀疏，并且在数据的匹配结构中具有更大的灵活性。也有人提出过完备代码作为初级视觉皮层神经元某些反应特性的模型。以前的工作重点是使用固定的过完备基（或字典）找到信号的最佳表示。我们提出了一种学习过完备基的算法，将其视为观测数据的概率模型。我们表明，过完备基可以更好地逼近数据的潜在统计分布，从而提高编码效率。这可以被视为独立分量分析技术的推广，并提供了一种在存在噪声的情况下对信号进行贝叶斯重构的方法，以及在源多于混合源的情况下进行盲源分离的方法。

此内容仅以PDF格式提供。
©2000麻省理工学院
2000
您当前无权访问此内容。