基于核拉普拉斯稀疏编码模型的图像分类

• 作者: 刘越 彭宏京 施炜 钱素静
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 核方法 拉普拉斯矩阵 稀疏编码 图像分类
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 研究与应用
• 页码范围: 915-920
• 页数: 6页
• 分类号: TP391.4
• 字数: 4725字
• 语种: 中文

摘要

在稀疏词袋模型中，由于码书的过完备性，相似特征间稀疏编码存在多种组合方式，从而导致相似的特征可能得到完全不同的编码。文中提出基于核拉普拉斯稀疏编码的图像分类方法。该方法首先通过在高维核空间中构造核拉普拉斯矩阵以描述特征间的几何依赖关系，使相似特征的稀疏编码的相似性尽可能得到保持。再采用交替固定码书与稀疏矩阵的方法优化目标函数进行码书学习，并采用符号猜测法对特征进行稀疏编码。最后用多类SVM分类器分类。实验证明文中方法可较大幅度降低量化误差，提高分类准确率，并在多个数据集上取得良好的测试效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭宏京	南京工业大学电子与信息工程学院	29	184	8.0	12.0
2	施炜	南京机电职业技术学院计算机科学系	9	9	2.0	3.0
3	钱素静	南京工业大学电子与信息工程学院	3	13	2.0	3.0
4	刘越	南京工业大学电子与信息工程学院	5	17	3.0	4.0