基于双权重约束的判别字典学习算法

摘要：

为了提高字典学习算法的分类性能,提出基于编码系数和原子的双权重约束判别字典学习算法(DWCDL).利用编码系数矩阵的行向量(Profiles)构造原子权重约束项,促使相似的原子重构同类训练样本,并减少原子间的自相关性.利用训练样本的类标设计编码系数的权重,促使同类的训练样本有相似的编码系数.实验结果表明DWCDL算法比七个稀疏编码和字典学习算法取得更高的分类性能.

关键词：字典学习、权重约束、图像分类

所属期刊栏目：45

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目61370613,61573248;广东省普通高校青年创新人才项目2015KQNCX089

在线出版日期：2017-06-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：807-811,843