特征空间中基于半遗传稀疏表示的图像识别
经典的稀疏表示分类（SRC）通常是基于求解L1最小化问题的。SRC在原始输入空间中求解L0范数最小化问题，无法很好地获取数据中的非线性信息。为了解决这一问题，应用非线性映射将原始输入数据映射到一个新的高维特征空间，并提出了一种新的基于L0范数的表示方法。在所提方法中，表示测试样本的字典包含两个部分：第一部分固定在测试样本的近邻；第二部分的训练样本通过半遗传算法（SGA）来选择，利用表示误差确定第二部分的表示字典。在所提方法中，如果训练样本和已确定的测试样本的近邻产生最小表示误差，那么这些训练样本将被 SGA 确定为表示字典的第二部分。在一些常用的人脸数据集和一个手写体数据集上的实验表明，所提方...
| Main Authors: | , , , , |
|---|---|
| Format: | Article |
| Language: | zho |
| Published: |
POSTS&TELECOM PRESS Co., LTD
2021-09-01
|
| Series: | 智能科学与技术学报 |
| Subjects: | |
| Online Access: | http://www.infocomm-journal.com/znkx/CN/abstract/abstract171733.shtml |
| _version_ | 1797951290842546176 |
|---|---|
| author | 石林瑞 黄祎婧 符进武 郭心悦 范自柱 |
| author_facet | 石林瑞 黄祎婧 符进武 郭心悦 范自柱 |
| author_sort | 石林瑞 |
| collection | DOAJ |
| description | 经典的稀疏表示分类（SRC）通常是基于求解L1最小化问题的。SRC在原始输入空间中求解L0范数最小化问题，无法很好地获取数据中的非线性信息。为了解决这一问题，应用非线性映射将原始输入数据映射到一个新的高维特征空间，并提出了一种新的基于L0范数的表示方法。在所提方法中，表示测试样本的字典包含两个部分：第一部分固定在测试样本的近邻；第二部分的训练样本通过半遗传算法（SGA）来选择，利用表示误差确定第二部分的表示字典。在所提方法中，如果训练样本和已确定的测试样本的近邻产生最小表示误差，那么这些训练样本将被 SGA 确定为表示字典的第二部分。在一些常用的人脸数据集和一个手写体数据集上的实验表明，所提方法能够获得更好的分类性能。 |
| first_indexed | 2024-04-10T22:28:14Z |
| format | Article |
| id | doaj.art-24a575a157f8421f9cd738c460235619 |
| institution | Directory Open Access Journal |
| issn | 2096-6652 |
| language | zho |
| last_indexed | 2024-04-10T22:28:14Z |
| publishDate | 2021-09-01 |
| publisher | POSTS&TELECOM PRESS Co., LTD |
| record_format | Article |
| series | 智能科学与技术学报 |
| spelling | doaj.art-24a575a157f8421f9cd738c4602356192023-01-17T07:58:11ZzhoPOSTS&TELECOM PRESS Co., LTD智能科学与技术学报2096-66522021-09-0133359369特征空间中基于半遗传稀疏表示的图像识别石林瑞0黄祎婧1符进武2郭心悦3范自柱4华东交通大学理学院华东交通大学理学院华东交通大学理学院华东交通大学理学院华东交通大学理学院经典的稀疏表示分类（SRC）通常是基于求解L1最小化问题的。SRC在原始输入空间中求解L0范数最小化问题，无法很好地获取数据中的非线性信息。为了解决这一问题，应用非线性映射将原始输入数据映射到一个新的高维特征空间，并提出了一种新的基于L0范数的表示方法。在所提方法中，表示测试样本的字典包含两个部分：第一部分固定在测试样本的近邻；第二部分的训练样本通过半遗传算法（SGA）来选择，利用表示误差确定第二部分的表示字典。在所提方法中，如果训练样本和已确定的测试样本的近邻产生最小表示误差，那么这些训练样本将被 SGA 确定为表示字典的第二部分。在一些常用的人脸数据集和一个手写体数据集上的实验表明，所提方法能够获得更好的分类性能。http://www.infocomm-journal.com/znkx/CN/abstract/abstract171733.shtml稀疏表示图像识别特征空间l0范数遗传算法 |
| spellingShingle | 石林瑞 黄祎婧 符进武 郭心悦 范自柱 特征空间中基于半遗传稀疏表示的图像识别 智能科学与技术学报 稀疏表示 图像识别 特征空间 l0范数 遗传算法 |
| title | 特征空间中基于半遗传稀疏表示的图像识别 |
| title_full | 特征空间中基于半遗传稀疏表示的图像识别 |
| title_fullStr | 特征空间中基于半遗传稀疏表示的图像识别 |
| title_full_unstemmed | 特征空间中基于半遗传稀疏表示的图像识别 |
| title_short | 特征空间中基于半遗传稀疏表示的图像识别 |
| title_sort | 特征空间中基于半遗传稀疏表示的图像识别 |
| topic | 稀疏表示 图像识别 特征空间 l0范数 遗传算法 |
| url | http://www.infocomm-journal.com/znkx/CN/abstract/abstract171733.shtml |
| work_keys_str_mv | AT shílínruì tèzhēngkōngjiānzhōngjīyúbànyíchuánxīshūbiǎoshìdetúxiàngshíbié AT huángyījìng tèzhēngkōngjiānzhōngjīyúbànyíchuánxīshūbiǎoshìdetúxiàngshíbié AT fújìnwǔ tèzhēngkōngjiānzhōngjīyúbànyíchuánxīshūbiǎoshìdetúxiàngshíbié AT guōxīnyuè tèzhēngkōngjiānzhōngjīyúbànyíchuánxīshūbiǎoshìdetúxiàngshíbié AT fànzìzhù tèzhēngkōngjiānzhōngjīyúbànyíchuánxīshūbiǎoshìdetúxiàngshíbié |