10.3969/j.issn.2095-2163.2021.01.012
一种快速低秩的判别子字典学习算法及图像分类
本文提出了一种快速低秩的判别子字典学习算法.在训练阶段,构造一个子字典的低秩约束项和拉普拉斯矩阵正则化项,加入判别字典学习的目标函数中.将原始样本映射到一个新的空间中,使同一类别的相邻点彼此靠近,同时增强子字典对同类样本的重构能力,针对每类样本的判别性特征,学习出相应的学习字典.在测试阶段,利用kNN分类器估计测试样本的类别标签.同时,将算法应用在3种数据集上,与其他的字典学习算法进行比较,取得了较好的分类结果.
子字典、判别字典、拉普拉斯矩阵、图像分类
11
TP391(计算技术、计算机技术)
国家自然科学基金;浙江省重点研发项目;浙江理工大学基础研究基金
2021-03-23(万方平台首次上网日期,不代表论文的发表时间)
共4页
51-54