稀疏表示分類（SRC）

目前已有很多方法和技術用於構造分類模型，如決策樹、神經網絡、貝葉斯方法、Fisher線性分析(Fld)以及支持向量機(Support Vector Machine, SVM)。 基於超完備字典的信號稀疏分解是一種新的信號表示理論，其採用超完備的冗餘函數系統代替傳統的正交基函數，爲信號自適應的稀疏擴展提供了極大的靈活性。稀疏分解可以實現數據壓縮的高效性，更重要的是可以利用字典的冗餘特性捕捉信號內在的

>>阅读原文<<