%0 Journal Article %T 基于多种群离散差分进化的图像稀疏分解算法* %A 黄亚飞 %A 梁昔明 %A 陈义雄 %A 陈立福 %J 模式识别与人工智能 %P 900-906 %D 2014 %X 从过完备字典中得到图像的最稀疏表示是一个NP难问题,即使是次优的匹配追踪也相当复杂.针对Gabor多成份字典,提出基于多种群离散差分进化的图像稀疏分解算法.该算法采用3个子种群在不同成份子字典中搜索最佳匹配原子,父代通过多种变异算子生成多个子代,保持群体多样性,同时引入相关系数避免残差更新时多原子匹配重叠的问题.实验表明相比于快速匹配追踪算法,在稀疏逼近性能相当的情况下,文中算法的稀疏分解速度更快;与其他基于进化算法的稀疏分解方法相比,文中算法的稀疏逼近性能更优.最后的结果分析验证文中算法参数设置的合理性. %K 稀疏表示 %K 多种群 %K 差分进化(DE) %K 匹配追踪(MP) %U http://manu12.magtech.com.cn/Jweb_prai/CN/abstract/abstract9953.shtml