期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
用于图像识别的稀疏高斯编码
被引量：
3
1
作者
张少辉
王迤冉
《南京理工大学学报》
EI
CAS
CSCD
北大核心
2016年第1期61-66,共6页
为了解决特征学习过程中导致聚类的不均衡性,提出一种基于高斯编码的特征学习算法,使用K-means聚类进行特征训练,在编码过程中考虑了数据分布的影响,同时保留了K-means编码的稀疏性。并且鉴于K-means聚类的不均衡,还提出了一种特征选择...
为了解决特征学习过程中导致聚类的不均衡性,提出一种基于高斯编码的特征学习算法,使用K-means聚类进行特征训练,在编码过程中考虑了数据分布的影响,同时保留了K-means编码的稀疏性。并且鉴于K-means聚类的不均衡,还提出了一种特征选择的方法用于去噪和降维。改进的模型不仅很大程度上提高了性能而且训练时间和计算代价均小。在人脸数据库AR以及对象分类库Caltech101上设计了对比实验,实验结果都验证了该算法的有效性和鲁棒性。
展开更多
关键词
图像识别
深度学习
特征表示
稀疏高斯编码
特征学习
K-MEANS聚类
在线阅读
下载PDF
职称材料
题名
用于图像识别的稀疏高斯编码
被引量：
3
1
作者
张少辉
王迤冉
机构
周口师范学院网络工程学院
出处
《南京理工大学学报》
EI
CAS
CSCD
北大核心
2016年第1期61-66,共6页
基金
河南省科技厅软科学研究计划项目(142400411213
142400411133)
+1 种基金
河南省高等学校重点科研项目(15A520118)
河南省科技发展计划项目(NO.152102310381)
文摘
为了解决特征学习过程中导致聚类的不均衡性,提出一种基于高斯编码的特征学习算法,使用K-means聚类进行特征训练,在编码过程中考虑了数据分布的影响,同时保留了K-means编码的稀疏性。并且鉴于K-means聚类的不均衡,还提出了一种特征选择的方法用于去噪和降维。改进的模型不仅很大程度上提高了性能而且训练时间和计算代价均小。在人脸数据库AR以及对象分类库Caltech101上设计了对比实验,实验结果都验证了该算法的有效性和鲁棒性。
关键词
图像识别
深度学习
特征表示
稀疏高斯编码
特征学习
K-MEANS聚类
Keywords
image recognition
deep learning
feature representation
sparse Gaussian coding
feature learning
K-means clustering
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
用于图像识别的稀疏高斯编码
张少辉
王迤冉
《南京理工大学学报》
EI
CAS
CSCD
北大核心
2016
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
