基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
稀疏表示分类(SRC )及核方法在模式识别的很多问题中都得到了成功的运用。为了提高其分类精度,提出多重核稀疏表示及其分类(MKSRC )方法。提出一种快速求解稀疏系数的优化迭代方法并给出了其收敛到全局最优解的证明。对于多重核的权重给出了两种自动更新方式并进行了分析与比较。在不同的人脸图像库上的分类实验显示了所提出的多重核稀疏表示分类的优越性。
推荐文章
基于自适应权重的多重稀疏表示分类算法
自适应权重
多重稀疏表示
稀疏表示分类器(SRC)
基于局部保持的核稀疏表示字典学习
字典学习
稀疏表示
核空间
局部保持
基于空间特征联合核稀疏表示的脑肿瘤提取方法
脑肿瘤提取
多序列核磁共振图像
核稀疏表示
邻域核
空间特征联合
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 基于多重核的稀疏表示分类
来源期刊 电子学报 学科 工学
关键词 稀疏表示分类(SRC) 核方法 多重核 核权重 模式识别
年,卷(期) 2014,(9) 所属期刊栏目 科研通信
研究方向 页码范围 1807-1811
页数 5页 分类号 TP391.4
字数 4469字 语种 中文
DOI 10.3969/j.issn.0372-2112.2014.09.022
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 罗斌 安徽大学计算机科学与技术学院 181 1213 16.0 25.0
5 陈思宝 安徽大学计算机科学与技术学院 16 75 6.0 7.0
9 许立仙 安徽大学计算机科学与技术学院 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (9)
节点文献
引证文献  (5)
同被引文献  (13)
二级引证文献  (9)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(5)
  • 引证文献(2)
  • 二级引证文献(3)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
稀疏表示分类(SRC)
核方法
多重核
核权重
模式识别
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
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
论文1v1指导