变换学习的替代公式

字典学习已被用于解决成像中的逆问题，并作为视觉中的无监督特征提取工具。字典学习在视觉应用中的主要缺点是测试时特征提取时间相对较长；由于需要解决迭代优化问题（l0-最小化）。新开发的变换学习分析框架不受此缺点的影响；特征提取只需要进行矩阵向量乘法。本研究提出了一种变换学习的替代公式，进一步提高了准确性。在基准数据库上的实验表明，我们提出的变换学习的结果优于字典学习、自编码器（AE）和限制玻尔兹曼机（RBM）。特征提取时间与AE和RBM一样快速。