摘要
提出了一种基于多特征字典的稀疏表示算法。该算法针对SRC的单特征鉴别性较弱这一不足,对样本提出多个不同特征并分别进行相应的稀疏表示。并根据SRC算法计算各个特征的鉴别性,自适应地学习出稀疏权重并进行线性加权,从而提高分类的性能。实验表明,基于自适应权重的多重稀疏表示分类算法,具有更好的分类效果。
学科与关键词
关键词
自适应权重多重稀疏表示稀疏表示分类器(SRC) adaptive weightmultiple sparse representationSparse Representation Classifier(SRC)
- 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.
- 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.
- 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; 黄梯云计算机应用, 2014, (04): 1094.
