基于Profiles的Fisher判别约束字典学习算法

• 作者: 岑健 李争名 杨南粤
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 字典学习 稀疏表示 Fisher判别 协作表示
• 年，卷（期）: 2018,（5）
• 页码范围: 911-920
• 页数: 10页
• 分类号: TN911.73
• 字数: 6503字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2018.05.016

摘要

为了增强编码系数的判别性能,提出编码系数矩阵行向量(Profiles)的Fisher判别字典(Pro-files of fisher discriminative dictionary learning,PFDDL)学习算法.首先,根据Profiles能反映原子在字典学习中的使用情况,提出一种自适应的原子类标构造方法.然后,利用Profiles与原子间的一一对应关系,设计Profiles的Fisher判别准则作为判别式项,使得同类原子对应Profiles的类内散度尽可能小,不同类原子对应Profiles的类间散度尽可能大,促使字典中的同类原子尽量表示同类训练样本,提高编码系数的判别性能.在3个人脸和1个手写字体数据库上的实验结果表明,提出的算法比其他稀疏编码和字典学习算法能取得更高的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨南粤	广东技术师范学院工业实训中心	36	85	5.0	7.0
2	岑健	广东技术师范学院自动化学院	21	91	3.0	9.0