基于 SVM稀疏表示的類特別字典學(xué)習(xí)算法

打開文本圖片集

摘 要：近年來，深度學(xué)習(xí)對(duì)大規(guī)模訓(xùn)練樣本的依賴性成為一個(gè)突出問題。在面對(duì)小樣本數(shù)據(jù)集時(shí)，字典學(xué)習(xí)算法被提出作為一種解決方案。為了進(jìn)一步提升字典學(xué)習(xí)在圖像分類領(lǐng)域的競爭優(yōu)勢，本文提出了一種基于支持向量機(jī)的類特別字典學(xué)習(xí)算法。該算法創(chuàng)新性地引入了類特別系數(shù)相異性約束項(xiàng)。該約束項(xiàng)將原本獨(dú)立的重建項(xiàng)、稀疏項(xiàng)和判別項(xiàng)融合為一個(gè)統(tǒng)一的學(xué)習(xí)框架，以顯著提升字典的判別能力。（剩余13714字）