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:
提出了一种基于多特征字典的稀疏表示算法。该算法针对SRC的单特征鉴别性较弱这一不足,对样本提出多个不同特征并分别进行相应的稀疏表示。并根据SRC算法计算各个特征的鉴别性,自适应地学习出稀疏权重并进行线性加权,从而提高分类的性能。实验表明,基于自适应权重的多重稀疏表示分类算法,具有更好的分类效果。
推荐文章
基于自适应稀疏表示的多聚焦图像融合
稀疏表示
多聚焦图像融合
自适应
梯度值
基于多任务联合稀疏表示的高光谱图像分类算法
多任务学习
稀疏表示
高光谱图像
图像分类
基于稀疏表示的自适应图像超分辨率重建算法
超分辨率
自适应正则化
联合字典
动态自适应特征权重的多类文本分类算法研究
文本分类
特征权重
TF-IDF
分散度
梯度差
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 基于自适应权重的多重稀疏表示分类算法
来源期刊 计算机工程与应用 学科 工学
关键词 自适应权重 多重稀疏表示 稀疏表示分类器(SRC)
年,卷(期) 2014,(8) 所属期刊栏目 图形图像处理
研究方向 页码范围 173-177,246
页数 6页 分类号 TP393
字数 5093字 语种 中文
DOI 10.3778/j.issn.1002-8331.1205-0210
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 李妮 西安理工大学信息管理系 8 32 3.0 5.0
2 段刚龙 西安理工大学信息管理系 19 211 8.0 14.0
3 魏龙 西安理工大学信息管理系 17 152 7.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (20)
参考文献  (6)
节点文献
引证文献  (7)
同被引文献  (7)
二级引证文献  (8)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(4)
  • 参考文献(4)
  • 二级参考文献(0)
2014(6)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(4)
  • 二级引证文献(2)
2014(6)
  • 引证文献(4)
  • 二级引证文献(2)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
自适应权重
多重稀疏表示
稀疏表示分类器(SRC)
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导