基于近端凸差分方法的多層卷積變換學習算法

摘要： 卷積變換學習(CTL)結合了無監(jiān)督學習與卷積神經網絡的優(yōu)點,通過無監(jiān)督的方式訓練卷積核,是一種新興的稀疏表示方法.現有的單層CTL模型僅通過一層稀疏編碼,不僅難以有效提取輸入信號的深層語義信息,并且,基于l_0范數的CTL模型得到的稀疏解雖然稀疏度強,但它的求解是一個NP-hard難題,而基于l₁范數的CTL模型則存在稀疏度不足和參數過度懲罰的問題.針對以上問題,本文提出了一...