آموزش دیکشنری تفکیک گر با الگوریتمهای KLDA و KSVD بر روی داده ها

در این مقاله دو روش پیشنهادی ارایه می گردد. روش اول باسرپرست بوده و روندی شبیه به K-SVD دارد و اتم ها به گونه ای آموزش خواهند دید که علاوه بر کاهش خطای نمایش، تفکیک پذیری نیز ایجادشود. روش دوم بر اساس خوشه بندی زیرفضا ها بنا شده است. با خوشه بندی بر اساس اینکه هر داده آموزش در زیر فضایی با بعد محدود قرار بگیرد خودبخود مساله آموزش دیکشنری نیز حل خواهد شد. در نهایت عملیات LDA و SVD و همچنین الگوریتم آموزش دیکشنری KLDA و KSVD بر روی داده های خام و آموزش دیده انجام می گردد و نتایج تحلیل و بررسی خواهد شد.