核迁移稀疏编码算法在跨域图像分类中的应用

• 作者: 孙登第 孟欠欠 马云鹏
• 来源期刊: 微电子学与计算机
• 关键词: 稀疏编码 核方法 基学习 非线性
• 年，卷（期）: 2018,（10）
• 页码范围: 29-35
• 页数: 7页
• 分类号: TP391.4
• 语种: 中文

摘要

针对非线性分布的数据样本在原始特征空间可分性较差的问题,文中提出一种基于核迁移稀疏编码的跨域图像分类方法,并应用于图像分类.首先将图像特征和字典映射到一个高维的再生核希尔伯特空间,使得线性不可分问题变为线性可分问题.然后在高维特征空间中对每个样本数据进行表示.文中算法不仅有效地处理非线性结构数据,而且考虑了源域和目标域的分布差异以及几何结构信息,获得更为鲁棒的稀疏表达,提高跨域图像分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙登第	安徽大学计算机与科学与技术学院	17	109	4.0	10.0
2	孟欠欠	安徽大学计算机与科学与技术学院	1	0	0.0	0.0
6	马云鹏	安徽大学计算机与科学与技术学院	1	0	0.0	0.0