买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南京工业大学

摘要：本发明公开了一种基于支持向量正则化字典对学习的模式分类方法，属于计算机视觉技术领域。该方法包括：将训练图像和测试图像映射到低维空间，得到训练集和测试集；基于训练集采用支持向量正则化的字典对学习模型学习综合‑解析字典对和支持向量机分类器；利用训练好的字典对生成测试集编码系数；将测试集编码系数输入到支持向量机分类器中，得到测试集的类别标签，以类别标签作为分类结果。本发明基于字典对学习模型，提出融合支持向量的判别性分类模型并进行优化求解，适用于一般情况下的模式识别和图像分类问题，在人脸识别和场景识别上能达到较高的分类准确度。

主权项：1.一种基于支持向量正则化字典对学习的模式分类方法，其特征在于，包括：对训练和测试的图像进行特征提取，并构建训练集X和测试集建立基于支持向量正则化字典对学习模型；将训练集X输入到支持向量正则化字典对学习的模型中，并对相应的目标函数进行优化求解，得到适用于该训练集的解析字典P，综合字典D，编码系数A及支持向量机分类器参数U，b；使用训练得到的解析字典P对测试集进行编码，得到测试集编码系数将测试集编码系数输入到训练好的支持向量机分类器中，获得分类结果；所述的建立基于支持向量正则化字典对学习模型，包括： 其中，λ1，λ2，λ3是固定标量，X＝[X1，X2，...，Xk]为训练集的特征，K表示样本数，D＝[D1，D2，...，Dk]表示结构性综合字典，P＝[P1；P2；...；Pk]表示结构性解析字典，A＝[A1，A2，...，Ak]表示编码系数，综合字典Dk和解析字典Pk表示第k类输入数据Xk所对应的字典对，表示X中Xi的补集，U＝[u1，u2，...，uk]表示超平面，b＝[b1，b2，...，bk]T表示偏差，表示第k类所对应的标签向量，若xi属于第k类样本，xj不属于第k类样本，di表示D的第i列，表示数据保真项，和fA，yk，uk，bk表示判别项；用以避免平凡解Dk＝0，使模型更加稳定；是对解析字典的约束；具体的，判别项fA，yk，uk，bk的定义如下： 其中，A是样本的编码系数，ai是编码系数A的列向量，是损失函数，是正则项，当时，损失函数当时，

全文数据：

权利要求：

百度查询： 南京工业大学 一种基于支持向量正则化字典对学习的模式分类方法