首页> 中文会议>第五届中国信息融合大会 >基于过完备池化特征在线学习的图像归类

基于过完备池化特征在线学习的图像归类

页面导航

摘要
著录项
相似文献
相关主题

摘要

基于过完备局部特征和池化操作的表示在图像分类问题上取得很好效果.针对高维特征的特征选择的问题,本文采用在线学习的线性分类器,根据线性分离器权值进行特征选择.分析了一种在线分类算法AROW与稀疏贝叶斯学习之间的联系.给出一种权值的稀疏重估计方法,获得具有类似Laplace分布的稀疏分布的权值.根据稀疏权值进行的特征选择,可以仅保留少量具有强分类能力的特征,提高了算法泛化能力.该方法避免了在全部高维数据上进行特征选择,计算简便.实验表明,该方法识别率优于目前大多数经典算法.

著录项

来源
《第五届中国信息融合大会》|2013年|333-337|共5页
会议地点香港
作者
Xu Qinghan; 许庆晗; Jin Lizuo; 金立左; Ma Junyong; 马军勇;
展开▼
作者单位

中国航空学会;

展开▼
会议组织
正文语种
原文格式 PDF
中图分类 TP391.41;
关键词
图像归类; 局部特征; 过完备池化; 在线学习;

相似文献

中文文献
外文文献
专利

1. 基于双池化特征加权结构CNN的图像分类 [J] . 张林鹏 ,汪西原 ,李强 . 计算机与现代化 . 2021,第011期
2. 基于高层特征图组合及池化的高分辨率遥感图像检索 [J] . 葛芸 ,马琳 ,江顺亮 . 电子与信息学报 . 2019,第010期
3. 基于完备和超完备表述的人脸图像压缩 [J] . 王光远 ,尹东 . 中国科学技术大学学报 . 2011,第008期
4. 基于空洞空间金字塔池化的雾天图像语义分割 [J] . 矫健 ,张磊 ,李晶 . 计算机应用研究 . 2021,第007期
5. 基于显著增强分层双线性池化网络的细粒度图像分类 [J] . 陈珺莹 ,陈莹 . 计算机辅助设计与图形学学报 . 2021,第002期
6. 基于超完备字典学习的遥感图像去噪算法 [C] . ZHANG Jin-cheng ,张金城 ,YANG Wei . 第八届国家安全地球物理学术讨论会 . 2012
7. 基于多尺度池化注意力的递归网络和分层特征融合的图像SR网络 [A] . 郑兵 . 2020

基于过完备池化特征在线学习的图像归类

摘要

著录项

相似文献

相关主题

期刊订阅