首页> 中文学位 >核稀疏表示相关问题研究
【6h】

核稀疏表示相关问题研究

代理获取

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 课题背景与意义

1.2 研究现状

1.3 论文的主要研究和内容安排

第2章 图像的稀疏表示与分类

2.1 图像的稀疏表示

2.2 基于稀疏表示的分类模型

2.3 本章小结

第3章 快速核正交匹配追踪算法

3.1 算法描述

3.2 时间复杂度分析

3.3 本章小结

第4章 基于核稀疏表示的分类模型

4.1 KSRC分类模型

4.2 KLC-KSVD分类模型

4.3 2KLC-KSVD分类模型

4.4 本章小结

第5章 实验

5.1 实验设计

5.2 实验结果与分析

5.3 本章小结

第6章 研究工作总结与展望

参考文献

致谢

附录A 攻读硕士学位期间研究成果

展开▼

摘要

随着多媒体和互联网的发展,图像数据正以惊人的速度增长。如何有效地对海量图像进行表达、存储和分类成为人们研究的热点。近年来新兴的稀疏表示理论作为一种图像信号表示方法,由于其使用过完备字典对图像进行表示,可较好地处理含有噪声的图像,因此在图像处理的各个领域得到了广泛的关注。随着核技巧被用于稀疏表示领域,越来越多的基于核空间的稀疏表示方法和基于核稀疏表示的分类模型被提出。
  本文分别从两个方面进行研究:求解核稀疏表示问题的算法与基于核稀疏表示的分类模型。一方面,核正交匹配追踪算法解决了核稀疏系数的求解,然而该算法在原子正交化步骤有很大的计算量;另一方面,基于核稀疏表示的核类标签一致 KSVD分类模型,虽然考虑了信号在核空间的稀疏表示,但未考虑在核空间下对识别编码也进行稀疏表示。针对上述问题,提出了一种快速核正交匹配追踪算法,并分析了其残差更新规则及其时间复杂度。再次,本文还提出了一种双核类标签一致KSVD分类模型。实验结果表明,在解决相同的核稀疏表示问题时,快速核正交匹配追踪算法比原核正交匹配追踪算法有更快的核稀疏系数求解速度;双核类标签一致KSVD分类模型比原有的基于核稀疏表示的分类模型有更高的分类准确率。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号