ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

自适应学习的多特征元素协同表示分类算法

王建仁; 魏龙; 段刚龙; 黄梯云西安理工大学
计算机应用2014-4-10
7阅读
引用收藏
分享

摘要

针对基于传统的稀疏表示分类算法的单特征鉴别性较弱这一不足,提出一种基于自适应学习的多特征元素协同表示分类算法SLMCE_CRC。该算法结合多特征子字典的思想,对样本提出特征元素的双重分解,并分别从特征和元素角度分别进行相应的协同表示,自适应地学习出各个特征的稀疏权重和元素的残差权重,并进行线性加权,从而实现目标的分类。实验结果表明,使用该方法能显著提高识别率,尤其对含有较多特征细节的图像数据,具有一定的实用价值。

学科与关键词

关键词
自适应权重协同表示稀疏表示特征提取元素分解 adaptive weightCollaborative Representation(CR)sparse representationfeature extractionelements decomposition
相关
加载中…
  • 自适应残差加权的多元素协同表示分类算法
    王建仁; 魏龙; 段刚龙计算机系统应用, 2014, (05): 152-157.
  • 基于自适应权重的多重稀疏表示分类算法
    段刚龙; 魏龙; 李妮计算机工程与应用, 2012, (08): 173.
  • 一种新的稀疏表示分类方法及其在图像识别中的应用
    徐广飞无线互联科技, 2013, (06): 188.
查看全部 →

发表信息

论文状态
公开发表
期刊
计算机应用
发表日期
2014-04-10
卷期
第 04 期
页码
1094
成果收录
CHINAJOURNAL
资助标注
陕西省教育厅自然科学研究项目(11JK0985);陕西省科技厅工业攻关项目(2011K06-13);西安市科技计划项目(CX12179(1))

作者

  • 王

    王建仁 (第一作者)

  • 魏

    魏龙

查看全部 4 位作者收起作者
  • 段

    段刚龙

  • 黄

    黄梯云

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417