基于保真度加权判别协同竞争表示的鲁棒图像分类
ROBUST IMAGE CLASSIFICATION BASED ON FIDELITY WEIGHTED DISCRIMINANT CO-COMPETITIVE REPRESENTATION作者机构：广东科学技术职业学院广东珠海519090 广东工业大学自动化学院广东广州510000
出 版 物：《计算机应用与软件》 (Computer Applications and Software)
年 卷 期：2024年第41卷第6期
页 面：263-272页
学科分类：08[工学] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：国家重点研发计划项目(2018YFB1802400) 广东省重点领域研发计划项目(2019B010118001,2019B010121001)
摘 要：为了深度挖掘类别之间的信息,提升方法鲁棒性和准确度,提出一种基于加权判别式协同竞争表示的鲁棒图像分类方法。该文将所有类之间的判别和竞争协作表示集成到统一模型中;在模型中引入两个判别约束和加权类别表示系数的约束,进一步提升类别对表征的贡献率;引入一种具有保真度的鲁棒算法,有效提升对噪声的鲁棒性。对6组图像数据集进行实验验证,结果证明提出的方法具有更高的分类精度与鲁棒性。
维普期刊数据库
同方期刊数据库