计算机应用

作者：万源, 张景会, 陈治平, 孟晓静

单位：武汉理工大学 理学院, 武汉 430070

关键词：稀疏编码,弹性网模型,局部性,直方图相交,图像分类

基金：中央高校基本科研业务费资助项目（2018IB016）。

针对稀疏编码模型在字典基的选择时忽略了群效应，且欧氏距离不能有效度量特征与字典基之间距离的问题，提出基于弹性网和直方图相交的非负局部稀疏编码方法（EH-NLSC）。首先，在优化函数中引入弹性网模型，消除字典基选择数目的限制，能够选择多组相关特征而排除冗余特征，提高了编码的判别性和有效性。然后，在局部性约束中引入直方图相交，重新定义特征与字典基之间的距离，确保相似的特征可以共享其局部的基。最后采用多类线性支持向量机进行分类。在4个公共数据集上的实验结果表明，与局部线性约束的编码算法（LLC）和基于非负弹性网的稀疏编码算法（NENSC）相比，EH-NLSC的分类准确率分别平均提升了10个百分点和9个百分点，充分体现了其在图像表示和分类中的有效性。

来源：2019年第3期

《计算机应用》期刊编辑部

查看计算机应用杂志2019年第3期