局部敏感的稀疏概念编码及其在图像表示中的应用

• 作者: 张浩峰 舒振球 赵春霞
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: 矩阵分解 局部敏感 稀疏概念编码 几何结构 判别信息
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 图像与视觉
• 页码范围: 81-87
• 页数: 7页
• 分类号: TP391
• 字数: 4551字
• 语种: 中文

摘要

矩阵分解算法是模式识别中一种常用的图像表示方法.针对传统的矩阵分解算法不能提取数据本质结构的问题,提出一种局部敏感的稀疏概念编码的图像表示算法.在基向量学习时,利用局部敏感鉴别分析方法提取样本的几何结构和判别信息,使得学习到的基更能体现数据的高层语义结构信息;然后对每个样本在基向量上进行稀疏表示学习,得到样本的表示系数;最后对样本进行表示与分类.在COIL20和ORL数据库中的实验结果表明,与其他几种矩阵分解算法相比,文中算法聚类的准确率和互信息得到了有效的提高,验证了其有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张浩峰	南京理工大学计算机科学与技术学院	24	247	10.0	14.0
2	赵春霞	南京理工大学计算机科学与技术学院	177	2193	25.0	36.0
3	舒振球	南京理工大学计算机科学与技术学院	7	37	4.0	5.0