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)對大規(guī)模訓(xùn)練樣本的依賴性成為一個突出問題。在面對小樣本數(shù)據(jù)集時，字典學(xué)習(xí)算法被提出作為一種解決方案。為了進一步提升字典學(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。該約束項將原本獨立的重建項、稀疏項和判別項融合為一個統(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）