MMSE准则下基于玻尔兹曼机的快速重构算法

LIU Ling-jun,XIE Zhong-hua,FENG Jiu-chao,YANG Cui

Journal of University of Science and Technology Beijing（2017）

引用 0|浏览1

暂无评分

摘要

全连接的玻尔兹曼机模型可全面描述稀疏系数间统计依赖关系,但时间复杂度较高.为了提高基于玻尔兹曼机的贝叶斯匹配追踪算法(BM-BMP)的重构速度和质量,本文提出一种改进算法.第一,将BM-BMP算法的最大后验概率(MAP)估计评估值分解为上一次迭代的评估值与增量,使得每次迭代仅需计算增量,极大缩短了计算耗时.第二,利用显著最大后验概率估计值平均的方式,有效近似最小均方误差(MMSE)估计,获得了更小的重构误差.实验结果表明,本文算法比BM-BMP算法的运行时间平均缩短了73.66%,峰值信噪比(PSNR)值平均提高了0.57 dB.

查看译文

关键词

sparse signal reconstruction,Boltzmann machine,minimum mean square error (MMSE),fast Bayesian matching pursuit

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要