摘要: 多层判别式字典学习在图像分类方面已有显著的效果。然而,现有的多层判别式字典学习大多采用交替方向乘子法实现字典的更新,当图像内容比较丰富且含有多个标签时,在多标签分类上的表现不佳。通过递归最小二乘法与去相关增强重建系数算法构成的二层判别式字典学习结构更加适合用于图像多标签分类。通过多层判别式字典学习对数据进行多次稀疏分解,在最后一层用线性分类器对稀疏分解得到的特征向量进行分类。在明清服饰纹样数据集上的实验结果验证了本文算法的优越性,相比现有最新算法,分类精度达到82.17%,取得了同类算法中最优效果。
中图分类号: