基于保真度加权判别协同竞争表示的鲁棒图像分类
来源：计算机应用与软件杂志2024年第6期北京时间：
作者：邓永强, 孙为军
摘要：为了深度挖掘类别之间的信息，提升方法鲁棒性和准确度，提出一种基于加权判别式协同竞争表示的鲁棒图像分类方法。该文将所有类之间的判别和竞争协作表示集成到统一模型中；在模型中引入两个判别约束和加权类别表示系数的约束，进一步提升类别对表征的贡献率；引入一种具有保真度的鲁棒算法，有效提升对噪声的鲁棒性。对6组图像数据集进行实验验证，结果证明提出的方法具有更高的分类精度与鲁棒性。
关键词：图像分类, 鲁棒性, 协同表示, 判别约束
