基于原子Fisher判別準則約束字典學習算法
大?。?/span>1.09 MB 人氣： 2017-12-01 需要積分：1
為了提高字典的判別性能，提出基于原子Fisher判別準則約束的字典學習算法AFDDL。首先，利用特定類字典學習算法為每個原子分配一個類標，計算同類原子和不同類原子間的散度矩陣。然后，利用類內散度矩陣和類間散度矩陣的跡的差作為判別式約束項，促使不同類原子間的差異最大化，并在最小化同類原子間差異的同時減少原子間的自相關性，使得同類原子盡可能地重構某一類樣本，提高字典的判別性能。在AR、FERET和LFW三個人臉數據庫和USPS手寫字體數據庫中進行實驗，實驗結果表明，在四個圖像數據庫中，所提算法在識別率和訓練時間方面均優于類標一致的K奇異值分解（ LC-KSVD）算法、局部特征和類標嵌入約束的字典學習（LCLE-DL）算法、支持矢量指導的字典學習（ SVGDL）算法和Fisher判別字典學習算法；且在四個數據庫中，該算法也比稀疏表示分類（SRC）和協同表示分類（CRC）取得更高的識別率。
?
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于原子Fisher判別準則約束字典學習算法下載
相關電子資料下載
- 鴻蒙ArkTS聲明式開發：跨平臺支持列表【布局約束】 通用屬性 142
- 加法進位鏈的手動約束 802
- FPGA工程的時序約束實踐案例 238
- Xilinx FPGA的約束設置基礎 334
- 時序約束實操 1501
- 云天勵飛如何打破大模型應用的“三角約束”？ 162
- 我們該如何應對SOC中越來越龐大和復雜的SDC約束？ 661
- FPGA時鐘約束余量超差問題的解決方案 341
- 介紹一種新的可以約束光的納米級領結結構 256
- 機器人運動學中的非完整約束與運動模型推導 900