| |
| 科研成果 |
|
|
 |
|
| 论文题目： |
基于超图直推非负矩阵分解的图像标注法研究 |
| 第一作者： |
李冰锋;唐延东;韩志 |
| 参与作者： |
|
| 联系作者： |
|
| 发表刊物： |
计算机仿真 |
| 发表年度： |
2017 |
| 卷,期,页： |
34,2,380-384, 440 |
| 论文出处： |
|
| 第一作者所在部门： |
|
| 论文编号： |
|
| 论文摘要： |
为解决传统图像标注方法难以准确建立从低层视觉特征到高层语义空间映射关系的问题,提出了一种基于超图直推非负矩阵分解的图像标注算法。通过把有监督超图正则化思想引入到非负矩阵分解框架,使得图像标注算法可以有效地利用样本间复杂的多元关系和标注信息,而直推学习正则项的利用又增加了算法对标签预测误差进行合理控制的能力。在图像标注数据集上的仿真结果表明,相对于支持向量机、鉴别式度量学习等传统的图像标注算法,提出的算法大幅提高了标注的准确率和模型的鲁棒性。并具有很好的可行性和有效性。 |
| 论文全文： |
|
| 其他备注： |
|
| 附件下载： |
|
|
|
