TY - JOUR ID - 10.13195/j.kzyjc.2018.0609 TI - 基于变分贝叶斯推断的字典学习算法 AU - 刘连 AU - 王孝通 VL - 35 IS - 2 PB - SP - 469 EP - 473 PY - JF - 控制与决策 JA - kzyjc UR - http://kzyjc.alljournals.cn/kzyjc/home?file_no=20200224&flag=1 KW - 贝叶斯网络;变分推断;字典学习;图像去噪;压缩感知 KW - Bayesian network;variational inference;dictionary learning;image denoising;compressed sensing AB - 传统的字典学习算法在对训练图像进行学习时收敛速率慢,当图像受到噪声干扰时学习效果变差.对此,提出一种基于变分推断的字典学习算法.首先设定模型中各参数的共轭稀疏先验分布;然后基于贝叶斯网络求出所有参数的联合概率密度函数;最后利用变分贝叶斯推断原理计算出各参数的最优边缘分布,训练出自适应学习字典.利用该字典进行图像去噪实验以及压缩感知重构实验,仿真结果表明,所提出的算法可显著提高字典学习效率,对测试图像的去噪效果和重构精度有很大改善. ER -