基于字典对齐的迁移稀疏编码图像分类
Telecommunication Engineering（2018）
摘要
基于稀疏编码的图像分类算法,当源域和目标域间样本服从不同分布时,从源域样本中学习到的字典无法有效对目标域样本进行编码,进而严重影响算法的分类性能.为了解决此问题,提出一种基于字典对齐的迁移稀疏编码(TSC-DA)算法.一方面,通过将字典对齐机制引入稀疏编码模型训练过程中,以减少源域和目标域间样本分布差异;另一方面,采用L2正则化项代替字典约束项,将其转化为无约束优化问题,从而回避了拉格朗日对偶法复杂的求解方式.实验结果表明,TSC-DA能够有效提高目标域的图像分类精度.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要