基于线性判别分析与卷积神经网络的区域分解图像分类算法
计算机视觉与模式识别
2024-11-01 v1 机器学习
数值分析
数值分析
摘要
在许多现代计算机应用问题中，图像数据的分类扮演着重要角色。在众多不同的监督机器学习模型中，卷积神经网络（CNN）和线性判别分析（LDA）及其复杂变体是流行的技术。本文针对不同的图像分类问题，实验性地比较了两种不同的区域分解CNN模型。这两种模型都粗略地受到区域分解方法的启发，并且还结合了迁移学习策略。与未使用迁移学习的相应全局CNN模型相比，所得模型显示出更高的分类精度，此外还有助于加速训练过程。此外，本文提出了一种新颖的分解LDA策略，该策略也依赖于局部化方法，并与一个小型神经网络模型相结合。与应用于整个输入数据的全局LDA相比，所提出的分解LDA方法在考虑的测试问题上显示出更高的分类精度。
引用
@article{arxiv.2410.23359,
title = {Domain-decomposed image classification algorithms using linear discriminant analysis and convolutional neural networks},
author = {Axel Klawonn and Martin Lanser and Janine Weber},
journal= {arXiv preprint arXiv:2410.23359},
year = {2024}
}