A funcionalidade de pesquisa está em construção.
A funcionalidade de pesquisa está em construção.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Multi-View Synthesis and Analysis Dictionaries Learning for Classification Dicionários de síntese e análise multivisualização aprendendo para classificação

Fei WU, Xiwei DONG, Lu HAN, Xiao-Yuan JING, Yi-mu JI

  • Exibições de texto completo

    0

  • Cite isto

Resumo:

Recentemente, a técnica de aprendizagem de dicionário multivisualização atraiu muito interesse de pesquisa. Embora vários métodos de aprendizado de dicionário multivisualização tenham sido abordados, eles podem ser melhorados ainda mais. A maioria dos métodos existentes de aprendizado de dicionário multivisualização adota o l0 or l1-restrição de esparsidade da norma nos coeficientes de representação, o que torna as fases de treinamento e teste demoradas. Neste artigo, propomos uma nova abordagem de aprendizado de dicionário multivisualização denominada aprendizagem de dicionários de síntese e análise multivisualização (MSADL), que aprende conjuntamente vários pares de dicionários discriminantes, cada um correspondendo a uma visualização e contendo um dicionário de síntese estruturado e uma análise estruturada. dicionário. MSADL utiliza dicionários de síntese para obter reconstrução específica de classe e usa dicionários de análise para gerar coeficientes de código discriminativos por projeção linear. Além disso, projetamos um termo de não correlação para aprendizagem de dicionário multivisualização, de modo que a redundância entre dicionários de síntese aprendidos a partir de diferentes visualizações possa ser reduzida. Dois conjuntos de dados amplamente utilizados são empregados como dados de teste. Resultados experimentais demonstram a eficiência e eficácia da abordagem proposta.

Publicação
IEICE TRANSACTIONS on Information Vol.E102-D No.3 pp.659-662
Data de publicação
2019/03/01
Publicitada
2018/11/27
ISSN online
1745-1361
DOI
10.1587/transinf.2018EDL8107
Tipo de Manuscrito
LETTER
Categoria
Reconhecimento de Padrões

autores

Fei WU
  Nanjing University of Posts and Telecommunications (NJUPT)
Xiwei DONG
  Nanjing University of Posts and Telecommunications (NJUPT)
Lu HAN
  Nanjing University of Posts and Telecommunications (NJUPT)
Xiao-Yuan JING
  Nanjing University of Posts and Telecommunications (NJUPT)
Yi-mu JI
  NJUPT

Palavra-chave