公开(公告)号：CN112257739A

公开(公告)日：2021-01-22

申请号：CN202010890870.6

申请日：2020-08-29

Applicant: 北京邮电大学 ,  龙文华丰(北京)科技有限公司

Inventor： 曹坤 ,  徐文波 ,  崔宇鹏 ,  许文俊 ,  何新辉 ,  田克冈

IPC: G06K9/62

Abstract: 本发明公开了一种基于扰动压缩感知的稀疏表示分类方法，包括：获得稀疏表示模型，获得每个类别测试样本对应的扰动字典，求解优化问题获得稀疏向量，获得各个类别测试样本对应的残差，获得具有最小残差的类别。现有稀疏表示方法大都假设训练样本能够线性表示测试样本，然而实际系统中该假设往往不成立。针对这一问题，本发明将稀疏表示分类建模为扰动压缩感知模型，并通过求解扰动重建问题获得更优的字典矩阵和稀疏系数向量，从而提升分类准确率。

公开(公告)号：CN112257739B

公开(公告)日：2023-12-22

申请号：CN202010890870.6

申请日：2020-08-29

Applicant: 北京邮电大学 ,  龙文华丰(北京)科技有限公司

Inventor： 曹坤 ,  徐文波 ,  崔宇鹏 ,  许文俊 ,  何新辉 ,  田克冈

IPC: G06F18/2431 ,  G06F18/2136 ,  G06F18/28

Abstract: 本发明公开了一种基于扰动压缩感知的稀疏表示分类方法，包括：获得稀疏表示模型，获得每个类别测试样本对应的扰动字典，求解优化问题获得稀疏向量，获得各个类别测试样本对应的残差，获得具有最小残差的类别。现有稀疏表示方法大都假设训练样本能够线性表示测试样本，然而实际系统中该假设往往不成立。针对这一问题，本发明将稀疏表示分类建模为扰动压缩感知模型，并通过求解扰动重建问题获得更优的字典矩阵和稀疏系数向量，从而提升分类准确率。