2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩56頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、伴隨著網絡技術的高速發(fā)展,人類進入了信息化與智能化的時代。網絡技術的迅速普及使得每天都有大量的數字圖像通過各種渠道不斷的涌現出來,數字圖像是視覺信息的重要載體,對所表達的信息更準確直觀,面對如此海量的圖片數據,要快速準確地找到自己感興趣的圖片變得越來越困難。因此,圖像分類技術引起了研究者的廣泛關注,成為模式識別和計算機視覺領域最重要的研究內容之一。在眾多圖像分類模型中應用較為廣泛的當屬空間金字塔模型,空間金字塔模型將圖像逐層分割成更加精

2、細的空間子區(qū)域,然后分別計算其子區(qū)域中的局部特征直方圖,在圖像分類中表現出了穩(wěn)定的性能。鑒于空間金字塔模型的諸多優(yōu)勢,本文基于此模型基本框架對圖像分類階段的字典學習、特征編碼及其相關算法進行研究,主要內容如下:
  (1)對稀疏編碼算法做了深入的文獻研究,考慮到彈性網編碼方式相對于傳統(tǒng)稀疏編碼方式的優(yōu)點,本文提出將彈性網算法與空間金字塔模型相結合應用于圖像分類,取得了較好的分類效果。
  (2)提出了非負彈性網稀疏編碼算法。

3、分析比較了非負稀疏編碼算法和彈性網算法兩者的特點,在彈性網模型中增加了編碼系數的非負約束。相對于彈性網算法,該算法不僅能增加編碼系數的判別性和有效性,并且可以使相似的特征描述符編碼后仍然相似,增加了編碼系數的穩(wěn)定性。
  (3)將所提算法與空間金字塔模型相結合應用于圖像分類,最終的實驗結果表明,相對于彈性網算法和傳統(tǒng)的稀疏編碼算法,該算法具有較高的分類準確度。
  本文的實驗部分主要是基于空間金字塔模型的基本框架完成的,在特

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論