稀疏LNMF算法在图像局部特征提取中的应用

• 作者: 周昌雄 尚丽 杜吉祥 苏品刚
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 稀疏约束 局部非负矩阵分解(LNMF) 自然图像 特征提取
• 年，卷（期）: 2011,（30）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 206-209,233
• 分类号: TN911.73
• 字数: 4998字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.30.056

摘要

考虑自然图像的先验稀疏结构及其特征子空间的局部性,在局部非负矩阵分解(LNMF)算法的基础上,提出一种具有稀疏约束的局部非负矩阵分解(SC-LNMF)神经网络算法.使用两类自然属性不同的图像在不同的维数下对SC-LNMF网络进行训练,该方法都能成功地提取出训练图像的局部特征.与NMF、LNMF特征提取方法相比,实验对比结果证明了SC-LNMF算法能够模拟大脑初级视觉系统V1区感受野的特性,进一步证实了该算法在图像局部特征提取中的有效性和实用性.

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	华侨大学计算机科学与技术系	42	267	9.0	14.0
5	周昌雄	苏州市职业大学电子信息工程系	24	76	5.0	7.0
6	苏品刚	苏州市职业大学电子信息工程系	29	93	6.0	8.0
7	尚丽	苏州市职业大学电子信息工程系	66	326	9.0	14.0