基于局部特征的非负稀疏编码神经网络模型

• 作者: 崔鸣 杜吉祥 肖丽 赵志强
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 非负稀疏编码 初级视觉系统 稀疏度约束 局部特征 特征提取 特征基向量
• 年，卷（期）: 2011,（16）
• 所属期刊栏目: 人工智能识别技术
• 页码范围: 200-201,205
• 分类号: TN911.73
• 字数: 2130字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2011.16.068

摘要

在非负稀疏编码(NNSC)的基础上,考虑特征基向量的稀疏度约束和特征基的局部性,提出一种基于局部特征的NNSC神经网络模型.该模型利用梯度和倍增因子相结合的优化算法实现特征系数的学习;利用倍增算法实现特征基的学习.对掌纹图像进行特征提取测试,结果表明,与传统NNSC模型和局部非负矩阵分解(LNMF)方法相比,该模型能有效提取图像的局部特征,收敛速度较快,可模拟初级视觉系统处理自然界信息的稀疏编码策略.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜吉祥	中国科学技术大学自动化系	42	267	9.0	14.0
5	赵志强	苏州市职业大学电子信息工程系	19	34	4.0	5.0
6	崔鸣	苏州市职业大学电子信息工程系	22	119	6.0	10.0
7	肖丽	苏州市职业大学电子信息工程系	1	2	1.0	1.0