模式分类中的特征融合方法

• 作者: 刘渭滨 邢薇薇 邹智元
• 来源期刊: 北京邮电大学学报
• 学科: 工学
• 关键词: 特征融合 模式识别 分类
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 综述
• 页码范围: 1-8
• 页数: 8页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.13190/j.jbupt.2017.04.001

摘要

特征融合方法是模式识别领域的一种重要方法.计算机视觉领域的图像识别问题作为一种特殊的模式分类问题,仍然存在很多挑战.特征融合方法能够综合利用多种图像特征,实现多特征的优势互补,获得更加鲁棒和准确的识别结果.笔者基于信息融合理论分析了特征融合方法的原理,介绍了特征融合方法的研究现状,讨论了特征融合与3类主流基础理论相结合的方法,其中基于贝叶斯理论的特征融合算法可以实现多特征的融合决策,基于稀疏表示理论的特征融合算法能够得到多特征的联合稀疏表示,基于深度学习理论的特征融合算法能够强化深度神经网络模型的特征学习过程.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘渭滨	北京交通大学信息科学研究所	14	82	4.0	8.0
2	邢薇薇	北京交通大学软件学院	16	97	5.0	9.0
3	邹智元	北京交通大学信息科学研究所	5	43	3.0	5.0