基于字典对齐的迁移稀疏编码图像分类

• 作者: 李泽军 潘杰 韩丽
• 来源期刊: 电讯技术
• 学科: 工学
• 关键词: 图像分类 图像表示 稀疏编码 字典对齐 迁移学习 L2正则化
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 应用基础与前沿技术
• 页码范围: 878-884
• 页数: 7页
• 分类号: TN919.81
• 字数: 4083字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-893x.2018.08.002

摘要

基于稀疏编码的图像分类算法,当源域和目标域间样本服从不同分布时,从源域样本中学习到的字典无法有效对目标域样本进行编码,进而严重影响算法的分类性能.为了解决此问题,提出一种基于字典对齐的迁移稀疏编码(TSC-DA)算法.一方面,通过将字典对齐机制引入稀疏编码模型训练过程中,以减少源域和目标域间样本分布差异;另一方面,采用L2正则化项代替字典约束项,将其转化为无约束优化问题,从而回避了拉格朗日对偶法复杂的求解方式.实验结果表明,TSC-DA能够有效提高目标域的图像分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩丽	中国矿业大学电气与动力工程学院	36	232	9.0	14.0
2	潘杰	中国矿业大学信息与控制工程学院	7	105	4.0	7.0
3	李泽军	中国矿业大学信息与控制工程学院	1	0	0.0	0.0