稀疏与冗余表征的理论及应用研究

项目名称： 稀疏与冗余表征的理论及应用研究

项目编号： No.61170109

项目类型： 面上项目

立项/批准年度： 2012

项目学科： 计算机科学学科

项目作者： 郑忠龙

作者单位： 浙江师范大学

项目金额： 56万元

中文摘要： 稀疏与冗余表征是近年来机器学习、模式识别、信号处理、计算机视觉等领域的热点问题，其基本思想是从尽量少的数据中提取尽量多的信息，它是对传统信息论的一个极为重要的补充和延伸，正在形成一套自己的理论体系，有着极大的理论和应用前景。本项目以Candes、Tao和Donoho提出的压缩传感为基础，针对高维非结构化数据，探索数据稀疏与冗余表征的新理论与新方法。具体包括：(1)提出一种新的过完备字典的构建算法，降低设计过程的复杂度，增强学习结果的可解释性;(2)根据模型选择的一般性原则，揭示稀疏模型选择与特定数据结构、正则化项设计之间的规律;(3)结合优化理论、逼近理论等，建立信息不完备情况下，数据的稀疏可重构算法；(4)将所获得的新理论、新方法应用于多媒体、基因等数据的稀疏表征与理解，构建高维非结构化数据的稀疏分析原型系统。

中文关键词： 稀疏；高维；正则化；大数据；

英文摘要：

英文关键词： Sparse；High dimensionality；Regularization；Big data；