基于信息熵的稀疏概念编码及其在图像分类中的应用

基于信息熵的稀疏概念编码及其在图像分类中的应用

ID:35060898

大小:6.63 MB

页数:60页

时间:2019-03-17

基于信息熵的稀疏概念编码及其在图像分类中的应用_第1页
基于信息熵的稀疏概念编码及其在图像分类中的应用_第2页
基于信息熵的稀疏概念编码及其在图像分类中的应用_第3页
基于信息熵的稀疏概念编码及其在图像分类中的应用_第4页
基于信息熵的稀疏概念编码及其在图像分类中的应用_第5页
资源描述:

《基于信息熵的稀疏概念编码及其在图像分类中的应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、^解4#mW硕:t专业学位论4基于信息細稀疏概念编码及其在图像分类中的应用作者姓名史诗工程领域电巧通歴,指导教师常冬霞副教授难养院系计龍与信息技术学院如秦交硕±专业学位论文基于信息滴的稀疏概念编码及其在图像分类中的应用SparseConcetCodinbasedonInformationEntroandItspgpyAlicationinImageClassificationpp作者:史诗导师:常冬霞北京交通大学2016年6

2、月学位论文版权使用授权书本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特授权北京交通大学可W将学位论文的全部或部分内容编入有关数据库进行检索,。、提供阅览服务,并采用影印、缩印或扫描等复制手段保存汇编W供查阅和借阅同意学校向国家有关部口或机构送交论文的复印件和磁盘。学校可W为存在馆际合作关系的兄弟高校用户提供文献传递服务和交换服务。(保密的学位论文在解密后适用本授权说明)学位论文作者签名;导师签名;考餐年'签字曰期签字曰期:W《年《月2^曰:7^/^月/

3、<(年Tp/]学校代码:10004密级:公开北京交通大学硕±专业学位论文基于信息備的稀疏概念编码及其在图像分类中的应用SarseConceptCodingbasedonInformationEntropyandItspAlicationinImaeClassificationppg:14125151作者姓名:史诗学号:导师姓名:常冬霞职称副教授-上工程硕±专业领域:电子与通信工程学位级别:硕北京交通大学2016年6月i致谢本论文

4、的研究工作是由常冬霞副教授指导和开展的,研究过程中常冬霞老师对我的工作赋予了非常大的帮助,对我的选题、研究方向和研究方法都进行了悉必的指导。对于研究中遇到的问题,常冬霞老师总能及时地给我提供指导,确保我研究能够顺利进行。同时,,感谢实验室的同学、师兄师姐对我的科研工作的帮助与指导。其中杨涛师兄对我研究中的相关实验提供了许多帮助,韩丽晓师姐、刘若愚博±、蒋翔博±对我论文撰写提供了巨大帮助,另外,石晓晴、潘云领、闻敏等同学对我在科研方面给予了许多指导并提供了宝贵意见一,在此并对他们表示感谢。

5、论文撰写过程中,参考并引用了许多作者的文献,他们的研究成果给了我极大的帮助和启迪,在此谨表示衷也的感谢。,感谢我的父母,。最后焉得媛草,言树之背,无感谢我;养育之恩W为报的家人和朋友,你们的关也和支持是我继续前行的巨大动力,没有你们默默付出,我将无法专也学习和工作。你们的支持是我面对挫折和困难时的勇气来源。请接受我诚擎的谢意。北京交通大学硕±专业学位论文摘要摘要一图像分类作为计算机视觉领域的重要研究方向之,既能获取图像中的关键工作生活及社会的发展都具,该技术的发展对现实

6、的信息,又能给出正确的判断有重要的意义。图像分类由20世纪70年代初期提出的人工手动进斤文本标注的20世纪90。本文主要针对,方法,发展到年W来稀疏表示逐渐进入人们的视野,提出图像的稀疏表示展开研究,通过对稀疏概念编码进行优化了两种改进的稀疏概念编码表示方法并应用于图像表示与分类。具体工作如下:一SC,1.提出了种基于信息烦的稀疏概念编码方法巧)该方法嵌入了数据的信息贿判别信息。在数据映射过程中,利用迭代的方式自适应地估计出最优尺度参^7的缺点^^求得相似度矩7;根据最优尺度参数数(,克

7、服了人工调整尺度参数阵,解出其对应特征向量;最后通过基向量学习和稀疏表示学习对样本进行表。示与分类。实验验证了所提方法通在图像分类上的有效性2,.为了充分利用样本的类别信息提出了基于加权信息贿的稀疏概念编码(WESC)。该方法将类别可分性判据与信息爛相结合,即在类别可分性判据的基础上考虑了样本的概率分布,。既是对可分性判据缺少概率分布信息的弥补一化互信息的提又是对处理样本信息炯的加权,因此可W实现分类准确度和归升一化。并通过实验验证了所提算法在图像分类时可W获得更高的准确度和归互信息。

8、关键词:图像分类;矩阵分解;稀疏概念编码;参数寻优;信息搁iii北京交通大学硕:f:专业学位论文ABSTRACTABSTRACTImaecassficattt.lio打asoneoftheimorta打researchdirectio打incomuervisio打gippThedevelopmentofth

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。