稀疏认知学习、计算与识别的研究进展-焦李成论文学习笔记

引言 1.已发现许多自然信号在适当的变换下呈现稀疏性(即大多数变换系数为零或接近于零,仅有少数的变换系数不为零). 2.验证了自然图像经过稀疏编码后,学习得到的基函数可以近似描述V1 区上简单细胞的感受野的响应特性。 3.本文：借鉴生物视觉的稀疏认知机理,学习并完成该机理的数学建模,进而通过得到的稀疏认知计算模型实现目标(如自然图像等)的识别. 生物视觉稀疏认知机理的研究进展 生物视觉稀疏认知机理

>>阅读原文<<