基于子空间学习和稀疏编码的图像分类算法研究

《基于子空间学习和稀疏编码的图像分类算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代巧：密级：公瞧如又＾£＾攀漏－ＢＥ１＾ＩＪＩＮＧＪＩＡＯＴＯＮＧＵＮＩＶＥＲＳＩＴＹ．硕壬学位论文诵ｍｉｍ＾＇Ｓ巧空ＢＩｉ学珊？编刪１｜像分｜ＩＴ胃Ｉ懼名戴福双学科专业信号与信息处證指导教师赵耀教授如＇《道乂肇硕±学位论文基于子空间学习和稀疏编码的图像分类算法研究民ｅｓｅａｒｃｈｏｎＩｍ过ｇｅＣｌａｓｓｉｆｉｃａｔｉｏｎＡｌｇｏｒｉｔｈｍｂａｓｅｄｏｎＳｕｂｓｐａｃｅＬｅａｒｎｉｎａｎｄＳａｒｓｅＣｏｄｉｎｇｇｐ作者：戴福双导师：赵耀北京交通大学２０１６年４月学

2、位论文版权使用授权书本学位论文作者完全了解北京交通大学有关保留。、使用学位论文的规定特授权北京交通大学可Ｗ将学位论文的全部或部分内容编入有关数据库进行检索，提供阅览服务，并采用影印、缩印或扫描等复制手段保存、汇编供查阅和借阅。同意学校向国家有关部口或机构送交论文的复印件和磁盘。（保密的学位论文在解密后适用本授权说明）＇学位论文作者签名；导师签名签字曰期ｉ：年少月曰签字曰期年月曰／ｆ中学校代码：１０００４密级：公开北京交通大学硕：ｔ学位论文基于子空间学习和稀疏编码的图像分类算法研究ＲｅｓｅａｒｃｈｏｎＩｍａｇ

3、ｅＣｌａｓｓｉｆｉｃａｔｉｏｎＡｌｇｏｒｉｔｈｍｂａｓｅｄｏｎＳｕｂｓｐａｃｅＬｅａｒｎｉｎａｎｄＳａｒｓｅＣｏｄｉｎｇｐｇ作者姓名：戴福双学号：１３１２０３２１导师姓名：：赵耀职称教授：工学学位级别学位类别：硕古学科专业：信号与信息处理研究方向：图像分类北京交通大学２０１６年４月致谢转眼间这短暂而又充实的硕±研究生学习生涯即将结束，而这段学习时光不仅有我要学习的课程，更重要的是我在这段学习期间的学术成果，我的研究生学位一论文，而从确定选题直到完成实验，都离不开我的导师，收集资料，编写代码和

4、同学们的帮助。在此，在这个毕业的前夕我将对我的导师和朋友们表达我的深深的感激。首先，这里我要对我的导师赵耀教授表示特别的感谢。在科研上，赵老师精，求实严谨，不仅益求精，对科研事业做出了很大的贡献。对我们更是耐必教导在科研中对我们时时关注，并且在生活上也是对我们关也备至，所Ｗ在此非常感激赵老师，同时也献上对赵老师真切的祝福。同时，我还要特别感激常冬霞老师，我之所Ｗ有今天的成果都离不开常老师耐必细也Ｗ及专业的指导。从最初的在科研上的选题到最终成果一，每点小小的进步都倾注了常老师的孜孜不倦的教诲和指导，在此非常庆幸能够得到常老师的帮助，常老

5、师专业的科研知识，严谨的科研态度Ｗ及她耐也的教诲都让我受益匪浅，这对我后的工作和学习也产生了深。。深地影响借此机会，将我的最真孽的祝福送给常老师Ｗ及我对她的深深的感激同时，也要感谢在信息所工作的所有孜孜不倦的老师们，感谢他们给予的帮助和指导。感谢实验室６１３Ｂ所有亲爱的同学们，感谢李桐同学的陪伴和帮助，感谢刘恋同学的帮助，因为有你们的陪伴和帮助，我的科研和生活才更加的丰富多彩，因为有你们这两年半的研究生时光使我终身难忘。感谢２０１３级信息所班的同一学们，我们起度过了研究生学习生涯，并且也非常高兴和你们建立了深厚的友谊。一最后，

6、我要对我的家人表示特别的感谢，感谢你们的养育和培养才能让我直学习追求进步，感谢你们对我的理解和支持Ｗ及耐也的教导，因为你们的付出我才能有今天的收获，我的成长离不开你们的爱护和支持，希望我的收获同样能给你们带来欣慰。北京交通大学硕±学位论文摘要摘要随着多媒体和互联网技术的迅速发展，图像信息呈现出爆炸式的增长，如何在海量数据中快速寻找到所需要的数据已成为亟待解决的问题。图像分类技术通过对图像数据进行分析处理，自动检索分类出图片，满足人们的需求。因此，对图像分类的研究具有十分重要的理论意义和应用价值。本文使用图像的ＳＩＦＴ特征和像素特

7、征，分别从高维数据降维、寻优子空间Ｗ：及重构误差分类的角度对图像分类进行了细致深入的研究，主要工作包括１图像分块可Ｗ更好的利用图像像素间的空间信息，获得更多的细节。因此，我（）们提出一种基于分块子空间的图像分类算法。并针对传统的数学推导无法获得分类问题的精确解的问题，提出了通过粒子群算法求解的子空间寻优模型。此一方法使用粒子群算法对分块的子空间模型进行寻优处理，最终得到个优化的子空间，并实现图像分类；，（巧为了克服高维数据对于图像分类带来的分类精确度低、计算复杂度高的问题提出了一种基于稀疏编码的正交平滑子空间的图像分类算法，将图像