使用监督字典学习的结构感知分类
机器学习
2018-06-15 v1 计算机视觉与模式识别
摘要
本文提出一种监督字典学习算法，旨在同时保持数据两个维度上的局部几何结构。基于图的显式正则化考虑了数据点的局部流形结构。第二个图正则化对特征域给予类似处理，有助于学习更鲁棒的字典。两个图均可从训练数据构建，或在字典学习过程中学习和调整。这两项的结合提升了所学稀疏表示的判别能力，从而提高了分类精度。所提方法在多个不同数据集上进行了评估，涵盖单标签和多标签分类问题，并展现出优于其他基于字典方法的性能。
引用
@article{arxiv.1609.09199,
title = {Structure-Aware Classification using Supervised Dictionary Learning},
author = {Yael Yankelevsky and Michael Elad},
journal= {arXiv preprint arXiv:1609.09199},
year = {2018}
}