基于稀疏表示和决策融合的图像分类方法 |
| |
引用本文: | 储岳中,李家浩,张学锋,纪滨.基于稀疏表示和决策融合的图像分类方法[J].计算机应用与软件,2019,36(7). |
| |
作者姓名: | 储岳中 李家浩 张学锋 纪滨 |
| |
作者单位: | 安徽工业大学计算机科学与技术学院 安徽 马鞍山243002;安徽工业大学计算机科学与技术学院 安徽 马鞍山243002;安徽工业大学计算机科学与技术学院 安徽 马鞍山243002;安徽工业大学计算机科学与技术学院 安徽 马鞍山243002 |
| |
基金项目: | 安徽高校自然科学研究重大项目;安徽高校自然科学研究重点项目 |
| |
摘 要: | 利用多个稀疏表示分类器融合的决策信息对图像进行分类,可避免单个特征对图像分类的影响。提出一种自适应调节权重的多稀疏分类器融合图像分类方法。对原始图像分别提取3组不同特征,并训练出各自稀疏表示分类器;根据各个子分类器的准确率,通过迭代计算自适应确定各分类器最终权重;融合各子分类器的输出结果进行最终类别判断。基于Cifar-10图像数据集进行多组实验,结果表明,相对仅提取单特征的图像分类方法,该方法有效提高了图像分类准确率。
|
关 键 词: | 图像分类 决策融合 稀疏表示 |
IMAGE CLASSIFICATION METHOD BASED ON SPARSE REPRESENTATION AND DECISION FUSION |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 万方数据 等数据库收录! |
|