基于双权重约束的判别字典学习算法
李争名1
杨南粤2
1.广东技术师范学院工业中心 广州 510665;哈尔滨工业大学深圳研究生院生物计算研究中心 深圳 5180552.广东技术师范学院工业中心 广州 510665
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
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(61370613)国家自然科学基金(61573248)广东省普通高等学校青年创新人才项目(2015KQNCX089)
论文发表日期：2017-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 807-811,843 )
英文信息