.png){kind=icon}
返回
FA-CDDL: Contrastive deep dictionary learning with frequency augmentation
.png){kind=icon}
PRE
AI
DOI：10.1016/j.knosys.2026.115771.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 提出的FA-CDDL：一种新颖的频率增强对比深度字典学习框架，通过多层级对比学习模块增强类内紧致性和类间分离性，显著减少特征冗余并提升判别性。
• 频率增强机制：保留高频分量并以相位一致性方式重构，在保留关键细节的同时抑制低频噪声，从而增强特征判别能力。
• 层级优化：将重构损失与监督对比目标集成，将学习到的判别性信号反馈至字典原子和编码中，实现全局一致性改进。FA-CDDL在多个基准测试中优于当前最优方法，尤其在频域扰动条件下表现突出。
Keyword:
FA-CDDL
contrastive learning
frequency augmentation
dictionary learning
feature discrimination
期刊
K
IF:
7.6
论文数:
1.3W
被引数:
4.5W
机构
查看更多机构
引用论文
暂无论文信息