钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
自动化技术与计算机技术期刊
\
计算机应用期刊
\
基于多尺度特征融合Hessian稀疏编码的图像分类算法
基于多尺度特征融合Hessian稀疏编码的图像分类算法
作者:
余家林
刘盛清
孙季丰
宋治国
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
图像分类
特征融合
空间金字塔
稀疏编码
支持向量机
摘要:
针对传统稀疏编码图像分类算法提取单一类型特征,忽略图像的空间结构信息,特征编码时无法充分利用特征拓扑结构信息的问题,提出了基于多尺度特征融合Hessian稀疏编码的图像分类算法(HSC).首先,对图像进行空间金字塔多尺度划分;其次,在各个子空间层将方向梯度直方图(HOG)和尺度不变特征转换(SIFT)进行有效的融合;然后,为了充分利用特征的拓扑结构信息,在传统稀疏编码目标函数中引入二阶Hessian能量函数作为正则项;最后,利用支持向量机(SVM)进行分类.在Scene15数据集上的实验结果表明,HSC的准确率比局部约束线性编码(LLC)高了3~5个百分点,比支持区别性字典学习(SDDL)等对比方法高了1~3个百分点;在Caltech101数据集上的耗时实验结果表明,HSC的用时比多核学习稀疏编码(MKILSC)少40%左右.所提HSC可以有效提高图像分类准确率,算法的效率也优于对比算法.
暂无资源
收藏
引用
分享
推荐文章
基于TSNE和多尺度稀疏自编码的高光谱图像分类
高光谱图像
深度学习
多尺度空间特征
流形学习
基于空间稀疏编码的MIL算法及刑侦图像分类
刑侦图像分类
多示例学习
空间稀疏编码
支持向量机
基于多尺度稀疏表示的场景分类
稀疏表示
多尺度
场景分类
空间金字塔表示
基于多尺度分割的高光谱图像稀疏表示与分类
高光谱图像分类
光谱稀疏表示
空间先验融合
多尺度策略
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
基于多尺度特征融合Hessian稀疏编码的图像分类算法
来源期刊
计算机应用
学科
工学
关键词
图像分类
特征融合
空间金字塔
稀疏编码
支持向量机
年,卷(期)
2017,(12)
所属期刊栏目
计算机视觉与虚拟现实
研究方向
页码范围
3517-3522
页数
6页
分类号
TP391.4
字数
7722字
语种
中文
DOI
10.11772/j.issn.1001-9081.2017.12.3517
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
孙季丰
华南理工大学电子与信息学院
48
302
9.0
15.0
2
余家林
华南理工大学电子与信息学院
5
21
3.0
4.0
3
宋治国
华南理工大学电子与信息学院
4
11
3.0
3.0
4
刘盛清
华南理工大学电子与信息学院
1
4
1.0
1.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(20)
共引文献
(9)
参考文献
(8)
节点文献
引证文献
(4)
同被引文献
(11)
二级引证文献
(3)
1973(1)
参考文献(0)
二级参考文献(1)
2010(3)
参考文献(0)
二级参考文献(3)
2011(2)
参考文献(0)
二级参考文献(2)
2012(6)
参考文献(0)
二级参考文献(6)
2013(7)
参考文献(1)
二级参考文献(6)
2014(4)
参考文献(2)
二级参考文献(2)
2015(4)
参考文献(4)
二级参考文献(0)
2017(1)
参考文献(1)
二级参考文献(0)
2017(1)
参考文献(1)
二级参考文献(0)
引证文献(0)
二级引证文献(0)
2018(1)
引证文献(1)
二级引证文献(0)
2019(4)
引证文献(3)
二级引证文献(1)
2020(2)
引证文献(0)
二级引证文献(2)
研究主题发展历程
节点文献
图像分类
特征融合
空间金字塔
稀疏编码
支持向量机
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
计算机应用
主办单位:
四川省计算机学会
中国科学院成都分院
出版周期:
月刊
ISSN:
1001-9081
CN:
51-1307/TP
开本:
大16开
出版地:
成都237信箱
邮发代号:
62-110
创刊时间:
1981
语种:
chi
出版文献量(篇)
20189
总下载数(次)
40
总被引数(次)
209512
期刊文献
相关文献
1.
基于TSNE和多尺度稀疏自编码的高光谱图像分类
2.
基于空间稀疏编码的MIL算法及刑侦图像分类
3.
基于多尺度稀疏表示的场景分类
4.
基于多尺度分割的高光谱图像稀疏表示与分类
5.
基于多尺度特征融合的遥感图像场景分类
6.
基于平均区域划分的Laplacian稀疏编码的图像分类
7.
基于多尺度局部特征编码与多通道特征融合的图像场景分类
8.
基于RGB-D融合特征的图像分类
9.
基于邻域保持嵌入稀疏编码的图像分类
10.
基于多尺度字典的红外与微光图像融合
11.
基于尺度相关多特征提取与融合的虹膜识别算法
12.
一种基于多尺度稀疏分解的遥感图像融合新方法
13.
基于多尺度稀疏表示的场景分类
14.
低清晰视频的“白化-稀疏特征”车型分类算法
15.
基于稀疏表示和决策融合的图像分类方法
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
计算机应用2022
计算机应用2021
计算机应用2020
计算机应用2019
计算机应用2018
计算机应用2017
计算机应用2016
计算机应用2015
计算机应用2014
计算机应用2013
计算机应用2012
计算机应用2011
计算机应用2010
计算机应用2009
计算机应用2008
计算机应用2007
计算机应用2006
计算机应用2005
计算机应用2004
计算机应用2003
计算机应用2002
计算机应用2001
计算机应用2000
计算机应用1999
计算机应用2017年第z2期
计算机应用2017年第z1期
计算机应用2017年第9期
计算机应用2017年第8期
计算机应用2017年第7期
计算机应用2017年第6期
计算机应用2017年第5期
计算机应用2017年第4期
计算机应用2017年第3期
计算机应用2017年第2期
计算机应用2017年第12期
计算机应用2017年第11期
计算机应用2017年第10期
计算机应用2017年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号