基于监督学习的稀疏编码及在数据表示中的应用 上传者：Lcxgroup 2021-01-17 04:40:44上传 PDF文件 302.8KB 热度 6次 针对稀疏编码在数据表示时没有利用样本类别信息的问题, 提出一种基于监督学习的稀疏编码算法, 并应用于数据表示. 首先利用样本的类别信息构建图, 直接提取样本的鉴别结构信息; 然后利用基向量拟合鉴别结构特性向量, 进而在基向量中嵌入样本的鉴别信息; 最后对样本逐个进行稀疏表示. 在COIL20 和PIE 图像库的实验结果表明, 相比几种无监督矩阵分解算法, 所提出的算法更利于样本的表示和分类. 下载地址 用户评论 更多下载 下载地址 立即下载 用户评论 发表评论 Lcxgroup 资源：442 粉丝：0 +关注 上传资源 免责说明 本站只是提供一个交换下载平台，下载的内容为本站的会员网络搜集上传分享交流使用,有完整的也有可能只有一分部,相关内容的使用请自行研究,主要是提供下载学习交流使用,一般不免费提供其它各种相关服务! 本站内容泄及的知识面非常广,请自行学习掌握,尽量自已动脑动手解决问题,实践是提高本领的途径,下载内容不代表本站的观点或立场!如本站不慎侵犯你的权益请联系我们,我们将马上处理撤下所有相关内容！联系邮箱：server@dude6.com
