作者:
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:
稀疏编码在人脸识别上的成功促使这项技术应用在更广泛的计算机视觉中。图像分类是图像检索的基础,而图像的识别是比人脸识别更复杂,因为首先图像数据量更大,其次图像中要检索的目标数据不易得到。为解决这两个问题,提出了一种新的在线字典学习的算法。实验结果表明本方法在图像分类上比最近提出的其他字典学习的方法效果更好。
推荐文章
以图像分类为目标的字典学习算法
图像分类
稀疏表示
字典训练
原子
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
基于多特征联合监督字典学习的乳腺图像分类
多特征
有监督
字典学习
细胞分割
细胞检测
面向分类的增量字典学习算法
增量学习
字典学习
类特定字典
稀疏编码
稀疏表示分类
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 用于图像分类在线字典学习算法
来源期刊 哈尔滨商业大学学报(自然科学版) 学科 工学
关键词 稀疏编码 字典学习 图像分类
年,卷(期) 2015,(5) 所属期刊栏目 数理科学
研究方向 页码范围 637-640
页数 4页 分类号 TP391
字数 2879字 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 兰俊花 天津大学理学院数学系 2 2 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  (6)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(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)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
稀疏编码
字典学习
图像分类
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
哈尔滨商业大学学报(自然科学版)
双月刊
1672-0946
23-1497/N
大16开
哈尔滨市道里区通达街138号
1980
chi
出版文献量(篇)
3911
总下载数(次)
16
总被引数(次)
20147
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导