摘要：利用核函数学习可有效解决图像特征线性不可分的特性，结合稀疏表示算法的优势，提出了一种新的图像特征提取方法。采用基于竞争学习规则的独立分量分析法对图像进行稀疏表示，该算法可提取数据的高维特征，且不需要优化高阶的非线性函数和进行稀疏密度估计，因而有较快的收敛速度。与仅使用基于竞争学习的独立分量分析法相比，在PolyU数据库上的实验结果表明，采用基于核函数学习和稀疏表示相结合的方法所提取的数据特征有利于提高特征分类精度。
分类：期刊> 自然科学与工程技术> 工程科技II> 仪器仪表工业
收录：北大期刊(中国人文社会科学期刊) > CSCD 中国科学引文数据库来源期刊(含扩展版) > 统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > JST 日本科学技术振兴机构数据库(日) > 国家图书馆馆藏 > 上海图书馆馆藏 > 文摘与引文数据库
关键词：计量学 图像特征提取 核函数 稀疏表示 竞争学习规则 独立分量分析
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
