原文服务方: 现代电子技术       
摘要:
综述了字典学习算法的主要研究方向之一,即以图像分类为目标的稀疏表示字典学习算法.从空间变换法和类别指示法两个角度,分析各种算法的优缺点,并对相应的实验结果进行比较.总结了利用这类算法进行图像分类时所面临的其他一些关键问题,如模式识别中的旋转不变性和计算速度等.依据目前已有的技术和应用需求,探寻该领域未来的研究方向.
推荐文章
基于核字典学习的图像分类
目标分类
稀疏表示
核字典学习
线性鉴别分析
支持向量机
基于字典学习的图像稀疏去噪算法
稀疏字典
K-SVD算法
字典学习
稀疏去噪
用于图像分类在线字典学习算法
稀疏编码
字典学习
图像分类
结合分块噪声估计的字典学习图像去噪算法
图像去噪
平滑图像块
奇异值分解
噪声估计
字典学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 以图像分类为目标的字典学习算法
来源期刊 现代电子技术 学科
关键词 图像分类 稀疏表示 字典训练 原子
年,卷(期) 2013,(2) 所属期刊栏目 图形图像处理
研究方向 页码范围 22-25,28
页数 5页 分类号 TN391-34
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 赵小强 西安邮电学院通信与信息工程学院 39 307 11.0 15.0
2 徐健 西安邮电学院通信与信息工程学院 20 91 6.0 8.0
3 常志国 长安大学信息工程学院 15 82 6.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (14)
参考文献  (12)
节点文献
引证文献  (1)
同被引文献  (2)
二级引证文献  (1)
1959(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(3)
  • 参考文献(3)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
图像分类
稀疏表示
字典训练
原子
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代电子技术
半月刊
1004-373X
61-1224/TN
大16开
1977-01-01
chi
出版文献量(篇)
23937
总下载数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导