k-svd算法 文章 最新資訊

基于ELM改進K-SVD算法的多特征融合物體成像識別

• 通過極限學習機ELM算法改進K-SVD字典學習算法，并成功應用于多特征融合物體成像識別領域。研究結果表明：通過ELM算法，字典精確度和優(yōu)勢在處理后的提升效果均十分顯著。不論是從計算效率還是計算準確率來看，改進的K-SVD算法表現(xiàn)出較佳優(yōu)勢。K-SVD算法性能可通過ELM顯著提升，算法識別準確率在多特征加入后也相應快速增長。將較低分辨率的樣本從圖像中篩選出來，有利于減少傅里葉疊層成像數(shù)量。
• 關鍵字： 202308  K-SVD算法  算法改進  圖像識別