【摘要】:卷积核更新子问题的数学模型可以写作此处需要考虑全体训练样本:凸集U={dk∈RL:dk=0,‖dk‖≤1}组合了卷积核的两项约束:原始空间支集和单位范数球。由于涉及所有训练样本,故该问题比式(8-4)中的z子问题更困难。d子问题的频域解为下面详细分析的矩阵结构,进而给出基于变量重排的解决方案。再次通过变量重排,式可以被分解成BN个小问题。
此处需要考虑全体训练样本:
凸集U={dk∈RL:(I-PPT)dk=0,‖dk‖≤1}组合了卷积核的两项约束:原始空间支集和单位范数球。
问题式(8-8)的ADMM更新求解过程如下:
ZTZ+r(d)I的求逆计算是式(8-9)中的主要计算负荷。由于涉及所有训练样本,故该问题比式(8-4)中的z子问题更困难。d子问题的频域解为
1)式(8-11)的变量重排
式(8-11)中的矩阵具有以下稀疏结构:(www.xing528.com)
是由K×K个矩阵块构成,每个块为BN×BN的对角阵。再次通过变量重排,式(8-11)可以被分解成BN个小问题。
式中,为在频率位置n上采样所有J个样本各自对应的K个卷积核的DFT值;包含式(8-12)中每个矩阵块中的第n个对角线元素,k1,通过同样的方式提取。
需要注意的是,式(8-13)中具有相同n索引的光谱谱段使用一个共同的gn。
2)式(8-13)的计算复杂度
式(8-13)有三项预处理计算开销:i)Z的FFT,O(JKN logN);ii)式(8-12)中的计算,O(NJK2);iii)gn+r(d)I的逆矩阵计算,O(NK3)。
式(8-13)自身的计算负荷在于两项矩阵—向量乘法,为O(NBK(K+J))。如果将[gn+r(d)I]-1缓存起来,这部分预处理开销是平摊到ADMM算法的多次内循环上的,但是要以额外的内存消耗为代价。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。