电子学报
電子學報
전자학보
ACTA ELECTRONICA SINICA
2014年
9期
1807-1811
,共5页
陈思宝%许立仙%罗斌
陳思寶%許立仙%囉斌
진사보%허립선%라빈
稀疏表示分类(SRC)%核方法%多重核%核权重%模式识别
稀疏錶示分類(SRC)%覈方法%多重覈%覈權重%模式識彆
희소표시분류(SRC)%핵방법%다중핵%핵권중%모식식별
sparse representation based classification (SRC)%kernel method%multiple kernel%kernel weight%pattern recog-nition
稀疏表示分类（SRC ）及核方法在模式识别的很多问题中都得到了成功的运用。为了提高其分类精度，提出多重核稀疏表示及其分类（MKSRC ）方法。提出一种快速求解稀疏系数的优化迭代方法并给出了其收敛到全局最优解的证明。对于多重核的权重给出了两种自动更新方式并进行了分析与比较。在不同的人脸图像库上的分类实验显示了所提出的多重核稀疏表示分类的优越性。
稀疏錶示分類（SRC ）及覈方法在模式識彆的很多問題中都得到瞭成功的運用。為瞭提高其分類精度，提齣多重覈稀疏錶示及其分類（MKSRC ）方法。提齣一種快速求解稀疏繫數的優化迭代方法併給齣瞭其收斂到全跼最優解的證明。對于多重覈的權重給齣瞭兩種自動更新方式併進行瞭分析與比較。在不同的人臉圖像庫上的分類實驗顯示瞭所提齣的多重覈稀疏錶示分類的優越性。
희소표시분류（SRC ）급핵방법재모식식별적흔다문제중도득도료성공적운용。위료제고기분류정도，제출다중핵희소표시급기분류（MKSRC ）방법。제출일충쾌속구해희소계수적우화질대방법병급출료기수렴도전국최우해적증명。대우다중핵적권중급출료량충자동경신방식병진행료분석여비교。재불동적인검도상고상적분류실험현시료소제출적다중핵희소표시분류적우월성。
Sparse representation based classification (SRC) and kernel methods are applied in many pattern recognition prob-lems .In order to improve the classification accuracy ,we propose multiple kernel sparse representation based classification (MK-SRC) .A fast optimization iteration method to solve sparse coefficients and the associated convergence proof to global optimal solu-tion are given .In order to update the kernel weights of MKSRC ,two different updating methods and the associated comparison are given .The experimental results on three face image databases show the superiority of the proposed multiple kernel sparse representa-tion based classification .
