基于核字典学习的图像分类

• 作者: Wei Xian 徐俊 李元祥 骆建华
• 来源期刊: 计算机应用研究
• 关键词: 目标分类 稀疏表示 核字典学习 线性鉴别分析 支持向量机
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 图形图像技术
• 页码范围: 3820-3824
• 页数: 5页
• 分类号: TP751
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.12.068

摘要

航拍图像往往具有场景复杂、数据维度大的特点,对于该类图像的自动分类一直是研究的热点.针对航拍原始数据特征维度过高和数据线性不可分的问题,在字典学习和稀疏表示的基础上提出了一种结合核字典学习和线性鉴别分析的目标识别方法.首先学习核字典并通过核字典获取目标样本的稀疏表示,挖掘数据的内部结构;其次采用线性鉴别分析,加强稀疏表示的可分性;最后利用支持向量机对目标进行分类.实验结果表明,与传统基于子空间特征提取的算法和基于字典学习的算法相比,基于核字典学习与鉴别分析的算法分类性能优越.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	骆建华	上海交通大学航空航天学院	18	103	6.0	9.0
2	徐俊	上海交通大学航空航天学院	31	243	9.0	15.0
3	李元祥	上海交通大学航空航天学院	37	227	8.0	13.0