基于CNN多层融合特征与Fisher准则的分类算法

• 作者: 李靖靖 王玉德
• 来源期刊: 激光杂志
• 学科: 工学
• 关键词: 图像处理 卷积神经网络 多层融合特征 Fisher多分类准则 多目标分类
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 图像处理
• 页码范围: 96-99
• 页数: 4页
• 分类号: TN248.1
• 语种: 中文
• DOI: 10.14016/j.cnki.jgzz.2019.03.096

摘要

针对目标物体的多分类问题,提出基于CNN多层融合特征与Fisher准则的分类算法.首先,应用卷积神经网络提取图像的各层特征;然后,通过穷尽搜索法确定各层特征融合的权值系数,得到多目标分类特征;最后,采用Fisher多分类准则,求出使模式具有最大可分性的最佳投影方向,实现目标分类.在ORL、Yale库上进行实验研究,分类准确率分别达到了97.5％和97.3％.结果 表明,该方法能够解决模式多分类的问题,与传统方法相比有效地提高了识别能力,具有很好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王玉德	曲阜师范大学物理工程学院	49	334	11.0	16.0
2	李靖靖	曲阜师范大学物理工程学院	1	0	0.0	0.0