python - 如何在python中实现字典学习和压缩感知来发出信号？

Question

我正在尝试对来自加速度传感器的信号实施字典学习和压缩传感，但是，我不知道从哪里开始。是否有任何教程/博客为字典学习和压缩感知提供解释、方法和代码？

编辑 1

我从 scikit learn 中找到了代码

sklearn.decomposition.DictionaryLearning(n_components=None, alpha=1, max_iter=1000, tol=1e-08, fit_algorithm='lars', transform_algorithm='omp', transform_n_nonzero_coefs=None, transform_alpha=None, n_jobs=None, code_init=None, dict_init=None, verbose=False, split_sign=False, random_state=None, positive_code=False, positive_dict=False, transform_max_iter=1000)

我想了解的是如何确定组件的数量和 alpha 值？此外，字典学习如何用于机器学习的分类算法？请参阅下面的示例图片和链接。

https://github.com/UmbertoJr/Compressive-Sensing-and-Dictionary-Learning/blob/master/CompressiveSensing_and_DictionaryLearning.ipynb

从信号中学习字典

标签： pythondictionarymachine-learningcompressionsignal-processing

Answer 1

我推荐斯波尔科。不仅适用于一维信号，也适用于 2 维或更多维，并且您可以在标准稀疏或卷积稀疏表示中使用字典学习。 https://sporco.readthedocs.io/en/latest/examples/index.html