TY - JOUR A2 - Bibbo, Daniele AU - Wei, Wang AU - Can, Tang AU - Xin, Wang AU - Yanhong, Luo AU - Yongle, Hu AU - Ji，本文提出了一种基于深度特征和自适应加权联合稀疏表示(D-AJSR)的图像目标识别方法。D-AJSR是一种数据轻量级的分类框架，可以用较少的训练样本很好地对目标进行分类和识别。在D-AJSR中，利用卷积神经网络(CNN)提取训练样本和测试样本的深度特征。然后，利用自适应加权联合稀疏表示对目标进行识别，通过计算每个特征向量的贡献权重来重建特征向量;针对深度特征的高维问题，采用主成分分析(PCA)方法降维。最后，结合联合稀疏模型，从训练样本特征集中提取图像的公共特征和私有特征，构建联合特征字典。在联合特征字典的基础上，采用稀疏表示分类器(SRC)对目标进行识别。在人脸图像和遥感图像上的实验表明，D-AJSR方法优于传统的SRC方法和其他一些先进的方法。SN - 1687- 5265ur - https://doi.org/10.1155/2019/8258275 DO - 10.1155/2019/8258275 JF -计算智能和神经科学PB - Hindawi KW - ER -