【摘 要】
：
目前,大部分图像分类算法为了获取较高的性能均需要充分的训练学习过程,然而在实际应用中,往往存在训练样本不足及过拟合等问题。为了避免上述问题出现,在朴素贝叶斯最近邻分
【机 构】
：
合肥工业大学计算机与信息学院,陆军军官学院计算机教研室,陆军军官学院控制工程教研室
【基金项目】
：
国家自然科学基金项目（61172164）,安徽省自然科学基金项目（1508085QF114,1608085QF144）资助.
论文部分内容阅读
目前,大部分图像分类算法为了获取较高的性能均需要充分的训练学习过程,然而在实际应用中,往往存在训练样本不足及过拟合等问题。为了避免上述问题出现,在朴素贝叶斯最近邻分类算法的原理框架下,基于非负稀疏编码、低秩稀疏分解以及协作表示提出一种非参数学习的图像分类算法。首先,基于非负稀疏编码和最大值汇聚操作表示图像信息,并构建具有低秩性质的同类训练图像集的局部特征矩阵;其次,采用低秩稀疏分解结合别类标签信息构建两类视觉词典以充分利用同类图像的相关性和差异性;最后基于协作表示表征测试图像并进行分类决策,实验结果验证了
其他文献
云计算资源状态监控作为保障云服务质量和可靠性的重要自动化手段,必须从海量的监控数据中分析出各类云资源的真实状态信息。为了减少资源监控任务自身对云计算资源的消耗,提出一种基于PCA(Principal Components Analysis)降维的监控数据的降维和筛选技术。监控数据转换利用PCA降维,将原始监控数据映射至若干主成分方向上,实现数据压缩。而监控数据筛选则着眼于在保留原始数据的前提下,筛
在当前数字化安防监控缺乏统一的体系结构和行业标准的情况下,结合一个应用实例,全面探讨了综合安防系统的适用技术和组成机理,包括系统硬件结构、软件组成结构、数据流程与
在混场源电磁接收系统中,为了解决数据采集和处理过程中的大量数据传输的问题,提出用TMS320VC33和通用串行总线(USB)技术相结合实现通讯的方案.对比传统的串口通讯,大大提高
在序信息系统中通过＂逻辑与＂和＂逻辑或＂将变精度粗糙集与程度粗糙集融合起来,建立了一种新的粗糙集模型,此模型是对经典粗糙集模型、变精度粗糙集模型以及程度粗糙集模型的推广。