基于Fisher字典學(xué)習(xí)的可拒絕模式識(shí)別方法的應(yīng)用研究.pdf

1、傳統(tǒng)的識(shí)別方法遵循先特征提取、后輸入分類(lèi)器的一般研究規(guī)律，受選取的特征影響較大，增加了識(shí)別的復(fù)雜性。倉(cāng)庫(kù)管理系統(tǒng)是企業(yè)的重要組成部分。隨著現(xiàn)代化企業(yè)的不斷發(fā)展，倉(cāng)庫(kù)貨品的準(zhǔn)確快速識(shí)別受到越來(lái)越多的重視。然而，倉(cāng)庫(kù)貨品種類(lèi)較多，特征不明顯，使用傳統(tǒng)的分類(lèi)方法，更加大了識(shí)別的困難性。
　　本文在稀疏表示和可拒絕模式的基礎(chǔ)上，提出了基于Fisher字典學(xué)習(xí)的可拒絕模式識(shí)別方法。首先針對(duì)經(jīng)典的SRC（Sparse Representati

2、on based Classification）在字典構(gòu)造過(guò)程中丟失大量分類(lèi)信息的問(wèn)題，將Fisher準(zhǔn)則應(yīng)用到判別字典學(xué)習(xí)中，使得判別字典在學(xué)習(xí)過(guò)程中維度和字典原子個(gè)數(shù)可以較少，識(shí)別更加簡(jiǎn)單快速;然后，針對(duì)實(shí)際應(yīng)用中測(cè)試樣本存在非訓(xùn)練類(lèi)輸入的情況，提出了基于Fisher字典學(xué)習(xí)的可拒絕模式識(shí)別方法，對(duì)非訓(xùn)練類(lèi)例外模式進(jìn)行有效的拒絕;最后，針對(duì)直接使用訓(xùn)練樣本構(gòu)建超球覆蓋模型數(shù)據(jù)量較大，耗費(fèi)時(shí)間較長(zhǎng)的問(wèn)題，提出了改進(jìn)的基于Fisher字