计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2013年
5期
225-229
,共5页
徐健%常志国%赵小强%马祥
徐健%常誌國%趙小彊%馬祥
서건%상지국%조소강%마상
图像分类%字典训练%稀疏表示%手写字符识别%双变量优化%自适应步长
圖像分類%字典訓練%稀疏錶示%手寫字符識彆%雙變量優化%自適應步長
도상분류%자전훈련%희소표시%수사자부식별%쌍변량우화%자괄응보장
image classification%dictionary training%sparse representation%hand-written character recognition%bi-variable optimization%adaptive step size
为提高稀疏表示字典用于图像分类时的正确率,提出一种基于自适应梯度最速下降的分类字典训练算法.该算法采用交替梯度下降法解决分类字典训练的双变量优化模型.为提高收敛速度,并保证稀疏表示残差和不同类别对应字典原子间的不相关性同时收敛,采用自适应步长,推导证明自适应步长的计算方法.通过固定字典,运用当前字典和训练样本计算出稀疏表示系数的下降方向和自适应步长,按照稀疏度约束将小系数置零,固定稀疏表示系数,利用稀疏表示系数和样本找到字典的下降方向和自适应步长.实验结果表明,该算法在手写字符识别中正确率能达到96.51％.
為提高稀疏錶示字典用于圖像分類時的正確率,提齣一種基于自適應梯度最速下降的分類字典訓練算法.該算法採用交替梯度下降法解決分類字典訓練的雙變量優化模型.為提高收斂速度,併保證稀疏錶示殘差和不同類彆對應字典原子間的不相關性同時收斂,採用自適應步長,推導證明自適應步長的計算方法.通過固定字典,運用噹前字典和訓練樣本計算齣稀疏錶示繫數的下降方嚮和自適應步長,按照稀疏度約束將小繫數置零,固定稀疏錶示繫數,利用稀疏錶示繫數和樣本找到字典的下降方嚮和自適應步長.實驗結果錶明,該算法在手寫字符識彆中正確率能達到96.51％.
위제고희소표시자전용우도상분류시적정학솔,제출일충기우자괄응제도최속하강적분류자전훈련산법.해산법채용교체제도하강법해결분류자전훈련적쌍변량우화모형.위제고수렴속도,병보증희소표시잔차화불동유별대응자전원자간적불상관성동시수렴,채용자괄응보장,추도증명자괄응보장적계산방법.통과고정자전,운용당전자전화훈련양본계산출희소표시계수적하강방향화자괄응보장,안조희소도약속장소계수치령,고정희소표시계수,이용희소표시계수화양본조도자전적하강방향화자괄응보장.실험결과표명,해산법재수사자부식별중정학솔능체도96.51％.
