模式分类中的特征融合方法

刘渭滨¹, 邹智元¹, 邢薇薇²

1. 北京交通大学 信息科学研究所, 北京 100044;
2. 北京交通大学 软件学院, 北京 100044

收稿日期:2017-03-03出版日期:2017-08-28

作者简介:刘渭滨(1973-),男,教授,博士生导师;邹智元(1991-),男,博士生,E-mail:zouzhiyuan@bjtu.edu.cn.
基金资助:国家自然科学基金项目（61370127，61473031，61472030）；新世纪优秀人才支持计划项目（NCET-13-0659）；中央高校基本科研业务费专项资金项目（2014JBZ004）；北京高等学校青年英才计划项目（YETP0583）

Feature Fusion Methods in Pattern Classification

LIU Wei-bin¹, ZOU Zhi-yuan¹, XING Wei-wei²

1. Institute of Information Science, Beijing Jiaotong University, Beijing 100044, China;
2. School of Software Engineer, Beijing Jiaotong University, Beijing 100044, China

Received:2017-03-03Online:2017-08-28

摘要/Abstract

摘要： 特征融合方法是模式识别领域的一种重要方法.计算机视觉领域的图像识别问题作为一种特殊的模式分类问题，仍然存在很多挑战.特征融合方法能够综合利用多种图像特征，实现多特征的优势互补，获得更加鲁棒和准确的识别结果.笔者基于信息融合理论分析了特征融合方法的原理，介绍了特征融合方法的研究现状，讨论了特征融合与3类主流基础理论相结合的方法，其中基于贝叶斯理论的特征融合算法可以实现多特征的融合决策，基于稀疏表示理论的特征融合算法能够得到多特征的联合稀疏表示，基于深度学习理论的特征融合算法能够强化深度神经网络模型的特征学习过程.
中图分类号:
TP391.4

引用本文

刘渭滨, 邹智元, 邢薇薇. 模式分类中的特征融合方法[J]. 北京邮电大学学报, 2017, 40(4): 1-8.
LIU Wei-bin, ZOU Zhi-yuan, XING Wei-wei. Feature Fusion Methods in Pattern Classification[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 2017, 40(4): 1-8.





PDF全文下载地址:

https://journal.bupt.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3112