图像处理博客

2．MP算法作为一类贪婪算法，MP算法的基本思路是在迭代中不断找寻最有测量矩阵列来逼近被表示向量，继而寻得最优的稀疏逼近，使得x与y的残差最小。对于这个算法，最直观的问题有两个:1.如何选择逼近度最高的——如何衡量逼近度，算法如何执行(比如遍历)？2.x的稀疏度由迭代次数决定，而逼近度（即最终残差）也与迭代次数有关，这是一个两难问题，如何做权衡？在回答以上两个问题之前，我们先给出MP算法的

本文主要讲一种稀疏表示下的特征相似度度量方法，叫做SIS Measure，该度量方法结合NBNN可以完成目标分类的任务，且对特征空间非聚集的特征分类有很好的效果。相关实验结果可参考文献[2]。本文主要是实现该方法时的一些简单的心得和代码，欢迎交流。