-
题名原子稀疏结合块结构稀疏的联合表示图像识别算法
被引量：4
- 1
-
-
作者
胡正平
宋淑芬
-
机构
燕山大学信息科学与工程学院
-
出处
《信号处理》
CSCD
北大核心
2013年第7期888-895,共8页
-
基金
国家自然科学基金(No.61071199)
河北省自然科学基金(No.F2010001297)
+1 种基金
中国博士后自然科学基金(No.20080440124)
第二批中国博士后基金(No.200902356)特别资助
-
文摘
针对结构稀疏表示识别算法中稀疏准则的选择以及字典内块的划分两个重要问题,提出两种改进的结构稀疏表示识别算法。首先,针对结构稀疏准则会出现较多系数不为零的情况,提出将结构稀疏准则与原子稀疏准则相结合的思路,包括并行和串行两种结合方式。并行结合是将两者以加权求和的方式同时作为稀疏表示的判别准则进行分类,串行结合则是在结构稀疏表示后,通过重组字典,再对测试样本进行原子稀疏表示实现分类。然后,针对字典中类内样本的块划分问题,提出基于MLP的结构稀疏表示识别算法,先将类内样本经过MLP的划分,保证各个分块分别位于低维的线性子空间中,再进行结构稀疏表示的分类。实验结果证明两种改进的结构稀疏表示识别算法的有效性。
-
关键词
图像识别
稀疏表示
结构稀疏
原子稀疏
最大线性块
-
Keywords
image recognition
sparse representation
structured sparse
atom sparse
maximal linear patch
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于Fisher判别字典学习的可拒识模式分类模型
被引量：1
- 2
-
-
作者
廖重阳
张洋
屈光中
毕云云
-
机构
合肥工业大学计算机与信息学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2016年第4期202-208,共7页
-
基金
安徽省自然科学基金资助项目(128085MF91)
-
文摘
针对模式分类任务中测试样本存在未知类别输入的问题,在稀疏表示分类技术的基础上提出一种可拒识模式分类模型。该模型在字典学习的目标函数中加入Fisher判别约束,使样本在该字典下分解的系数具有较大的类间散度和较小的类内散度,将训练样本在已学习字典下进行分解,并把分解后的系数构建多个局部线性块,为已构建的线性块建立超球覆盖模型,用于描述训练类样本系数的分布状况。对于测试样本,根据在已学字典下的分解系数是否在训练样本系数的覆盖模型范围内,做出拒识或接受分类处理的判决。在MINST手写体数据库上的实验结果表明,该模型在保持较高正确识别率的同时,能对非训练类样本进行有效的拒识处理。
-
关键词
可拒识
字典学习
FISHER判别分析
基于稀疏表示的分类
流形
最大线性块
-
Keywords
rejection recognition
dictionary learning
Fisher discriminant analysis
Sparse Representation-based Classification （ SRC ）
manifold
maximal linear patch （mlp）
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
