Knowledge Commons of Institute of Automation,CAS
基于自适应LASSO先验的稀疏贝叶斯学习算法 | |
白宗龙; 师黎明; 孙金玮 | |
发表期刊 | 自动化学报
![]() |
ISSN | 0254-4156 |
2022 | |
卷号 | 48期号:5页码:1193-1208 |
摘要 | 为了提高稀疏信号恢复的准确性,开展了基于自适应套索算子(Least absolute shrinkage and selection operator, LASSO)先验的稀疏贝叶斯学习(Sparse Bayesian learning, SBL)算法研究. 1)在稀疏贝叶斯模型构建阶段,构造了一种新的多层贝叶斯框架,赋予信号中元素独立的LASSO先验.该先验比现有稀疏先验更有效地鼓励稀疏并且该模型中所有参数更新存在闭合解.然后在该多层贝叶斯框架的基础上提出了一种基于自适应LASSO先验的SBL算法. 2)为降低提出的算法的计算复杂度,在贝叶斯推断阶段利用空间轮换变元方法对提出的算法进行改进,避免了矩阵求逆运算,使参数更新快速高效,从而提出了一种基于自适应LASSO先验的快速SBL算法.本文提出的算法的稀疏恢复性能通过实验进行了验证,分别针对不同大小测量矩阵的稀疏信号恢复以及单快拍波达方向(Direction of arrival, DOA)估计开展了实验.实验结果表明:提出基于自适应LASSO先验的SBL算法比现有算法具有更高的稀疏恢复准确度;提出的快速算法的准确度略低于提出的基于自适应LASSO先验的SBL算法,但计算复杂度明显降低. |
关键词 | 稀疏信号恢复 稀疏贝叶斯学习 自适应LASSO先验 贝叶斯推断 |
DOI | 10.16383/j.aas.c210022 |
引用统计 | |
文献类型 | 期刊论文 |
条目标识符 | http://ir.ia.ac.cn/handle/173211/56351 |
专题 | 学术期刊_自动化学报 |
推荐引用方式 GB/T 7714 | 白宗龙,师黎明,孙金玮. 基于自适应LASSO先验的稀疏贝叶斯学习算法[J]. 自动化学报,2022,48(5):1193-1208. |
APA | 白宗龙,师黎明,&孙金玮.(2022).基于自适应LASSO先验的稀疏贝叶斯学习算法.自动化学报,48(5),1193-1208. |
MLA | 白宗龙,et al."基于自适应LASSO先验的稀疏贝叶斯学习算法".自动化学报 48.5(2022):1193-1208. |
条目包含的文件 | 下载所有文件 | |||||
文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
AAS-CN-2021-0022.pdf(1833KB) | 期刊论文 | 出版稿 | 开放获取 | CC BY-NC-SA | 浏览 下载 |
个性服务 |
推荐该条目 |
保存到收藏夹 |
查看访问统计 |
导出为Endnote文件 |
谷歌学术 |
谷歌学术中相似的文章 |
[白宗龙]的文章 |
[师黎明]的文章 |
[孙金玮]的文章 |
百度学术 |
百度学术中相似的文章 |
[白宗龙]的文章 |
[师黎明]的文章 |
[孙金玮]的文章 |
必应学术 |
必应学术中相似的文章 |
[白宗龙]的文章 |
[师黎明]的文章 |
[孙金玮]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论