10.3969/j.issn.1000-3428.2011.16.068
基于局部特征的非负稀疏编码神经网络模型
在非负稀疏编码(NNSC)的基础上,考虑特征基向量的稀疏度约束和特征基的局部性,提出一种基于局部特征的NNSC神经网络模型.该模型利用梯度和倍增因子相结合的优化算法实现特征系数的学习;利用倍增算法实现特征基的学习.对掌纹图像进行特征提取测试,结果表明,与传统NNSC模型和局部非负矩阵分解(LNMF)方法相比,该模型能有效提取图像的局部特征,收敛速度较快,可模拟初级视觉系统处理自然界信息的稀疏编码策略.
非负稀疏编码、初级视觉系统、稀疏度约束、局部特征、特征提取、特征基向量
37
TN911.73
国家自然科学基金资助项目60970058;江苏省自然科学基金资助项目BK2009131;2010苏州市职业大学创新团队基金资助项目3100125
2012-01-14(万方平台首次上网日期,不代表论文的发表时间)
共3页
200-201,205