陕西省科技攻关计划(2011K06-13)
- 作品数：3 被引量：6H指数：2
- 相关作者：魏龙段刚龙王建仁黄梯云李妮更多>>
- 相关机构：西安理工大学哈尔滨工业大学更多>>
- 发文基金：陕西省教育厅自然科学基金陕西省科技攻关计划西安市科技计划项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 自适应残差加权的多元素协同表示分类算法被引量：1
- 2014年
- 提出了一种残差加权的多元素协同表示算法.该算法针对SRC的单一鉴别性不足,对样本提出样本与字典的多元素分解并分别进行相应的协同表示,自适应地学习出多元素的残差权重并进行线性加权,从而提高分类的性能.实验表明:自适应残差加权的多元素协同表示分类算法,能够有效提高识别性能.
- 王建仁魏龙段刚龙
- 自适应学习的多特征元素协同表示分类算法被引量：3
- 2014年
- 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。
- 王建仁魏龙段刚龙黄梯云
- 关键词：自适应权重特征提取
- 基于自适应权重的多重稀疏表示分类算法被引量：2
- 2014年
- 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。
- 段刚龙魏龙李妮
- 关键词：自适应权重
