计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2014年
10期
122-127
,共6页
董俊健%毛启容%胡素黎%詹永照
董俊健%毛啟容%鬍素黎%詹永照
동준건%모계용%호소려%첨영조
稀疏表示识别%结构化字典学习%惩罚函数%稀疏编码%语音情感识别%人脸识别
稀疏錶示識彆%結構化字典學習%懲罰函數%稀疏編碼%語音情感識彆%人臉識彆
희소표시식별%결구화자전학습%징벌함수%희소편마%어음정감식별%인검식별
Sparse representation based classification%Structured dictionary learning%Penalty function%Sparse coding%Emotion speech recognition%Face recognition
针对目前稀疏表示字典学习的惩罚函数版本不一且各有优势的问题,提出基于子编码和全编码联合惩罚的稀疏表示字典学习方法,该方法在字典学习的目标函数中同时加入子编码惩罚函数和全编码惩罚函数.子编码惩罚函数使得学习后的字典在稀疏表示识别时可以用子字典的重构误差和子字典上编码系数的大小来识别,全编码惩罚函数则能直接利用整个字典上的编码系数来识别,通过联合这两个惩罚函数可以获得非常好的识别效果.为了验证所提方法的有效性,在语音情感库和人脸库上与最新的基于字典学习的稀疏表示识别方法DKSVD和FDDL进行对比,并与著名的识别方法SVM和SRC进行比较,实验结果显示所提方法具有更好的识别性能.
針對目前稀疏錶示字典學習的懲罰函數版本不一且各有優勢的問題,提齣基于子編碼和全編碼聯閤懲罰的稀疏錶示字典學習方法,該方法在字典學習的目標函數中同時加入子編碼懲罰函數和全編碼懲罰函數.子編碼懲罰函數使得學習後的字典在稀疏錶示識彆時可以用子字典的重構誤差和子字典上編碼繫數的大小來識彆,全編碼懲罰函數則能直接利用整箇字典上的編碼繫數來識彆,通過聯閤這兩箇懲罰函數可以穫得非常好的識彆效果.為瞭驗證所提方法的有效性,在語音情感庫和人臉庫上與最新的基于字典學習的稀疏錶示識彆方法DKSVD和FDDL進行對比,併與著名的識彆方法SVM和SRC進行比較,實驗結果顯示所提方法具有更好的識彆性能.
침대목전희소표시자전학습적징벌함수판본불일차각유우세적문제,제출기우자편마화전편마연합징벌적희소표시자전학습방법,해방법재자전학습적목표함수중동시가입자편마징벌함수화전편마징벌함수.자편마징벌함수사득학습후적자전재희소표시식별시가이용자자전적중구오차화자자전상편마계수적대소래식별,전편마징벌함수칙능직접이용정개자전상적편마계수래식별,통과연합저량개징벌함수가이획득비상호적식별효과.위료험증소제방법적유효성,재어음정감고화인검고상여최신적기우자전학습적희소표시식별방법DKSVD화FDDL진행대비,병여저명적식별방법SVM화SRC진행비교,실험결과현시소제방법구유경호적식별성능.
