%0 Journal Article
%T ？利用图像类标信息的自调式字典学习方法
%A ？王？正
%A 唐晔
%A 杨育彬*
%J 南京大学学报(自然科学)
%P 320-327
%D 2015
%R 10.13232/j.cnki.jnju.2015.02.016
%X ？字典学习是图像分类的关键研究问题之一.现有的字典学习方法大都假设所有训练样本同等重要.实际上,训练样本由于样本之间关联性作为一种“隐藏属性”是未知的,因此,训练样本的学习顺序也与学习效果密切相关.提出一种将自调学习机制融合于字典更新过程的新型字典学习方法,在字典学习中,学习的过程并不是一次处理所有训练样例,而是从简单的训练样例学起,通过迭代逐步扩展至整个训练数据集.针对自调式过程是一种无监督式的学习这一特点,融合类标机制,利用图像类标信息进行监督,得到一种更加高效的简单样本判别方法,从而提高学习过程中反复迭代的效率.在caltech-101数据集上进行图像分类实验,并和其他几种字典学习算法进行了分析和比较,结果表明本文算法在字典表示以及分类效果上都取得了更好的效果.
%K 类标签
%K 自调学习
%K 字典学习
%U http://jns.nju.edu.cn/oa/DArticle.aspx?type=view&id=201409016