您的位置：
首页
>
农业专利
>
详情页
基于特征权重学习与核稀疏表示的图像分类方法
- 专利权人:
- 西安电子科技大学
- 发明人:
- 郑喆坤,简萌,焦李成,刘兵,沈彦波,刘娟
- 申请号：
- CN201210393790.5
- 公开号：
- CN102930301B
- 申请日:
- 2012.10.16
- 申请国别(地区):
- 中国
- 年份:
- 2015
- 代理人:
- 王品华`朱红星
- 摘要：
- 本发明公开一种基于特征权重学习与核稀疏表示的图像分类方法。主要解决现有技术缺少特征层判别能力的问题。实现步骤为：将训练样本与测试样本映射到核空间；在核空间中构造结构化的字典，用该字典对训练样本和测试样本进行稀疏表示；通过Fisher判别准则，利用训练集的稀疏系数求解每类子字典的权重及对应重构误差的权重；根据字典权重和重构误差权重计算测试样本的重构误差；从各类子字典对测试样本的重构误差中选择最小值，将其对应子字典的类作为测试样本的分类结果。本发明可增强字典及重构误差在特征层的类判别能力，提高基于图像重构的分类器的性能，可用于人脸识别，图像分类，图像标记，图像检索和图像分割。
- 来源网站：
- 中国工程科技知识中心
- 来源网址：
- http://www.ckcest.cn/home/
