作者：李泽军; 潘杰; 韩丽图像分类图像表示稀疏编码字典对齐迁移学习l2正则化
摘要：基于稀疏编码的图像分类算法，当源域和目标域间样本服从不同分布时，从源域样本中学习到的字典无法有效对目标域样本进行编码，进而严重影响算法的分类性能。为了解决此问题，提出一种基于字典对齐的迁移稀疏编码（TSC-DA）算法。一方面，通过将字典对齐机制引入稀疏编码模型训练过程中，以减少源域和目标域间样本分布差异：另一方面，采用L2正则化项代替字典约束项，将其转化为无约束优化问题，从而回避了拉格朗日对偶法复杂的求解方式。实验结果表明，TSC-DA能够有效提高目标域的图像分类精度。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
