期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于联合子空间与多源适应学习的多标签视觉分类
1
作者
严良达
陶剑文
《西北师范大学学报(自然科学版)》
CAS
北大核心
2016年第6期56-63,共8页
传统的视觉分类方法普遍忽视了多标签间的相关性和大量相关源数据的判别信息.为此,基于共享子空间和领域适应学习方法,针对多标签视觉分类问题,提出了一种新的联合子空间和多源适应学习的多标签视觉分类方法,简称为多源适应多标签学习(M...
传统的视觉分类方法普遍忽视了多标签间的相关性和大量相关源数据的判别信息.为此,基于共享子空间和领域适应学习方法,针对多标签视觉分类问题,提出了一种新的联合子空间和多源适应学习的多标签视觉分类方法,简称为多源适应多标签学习(Multi-Source adaptation Multi-Label learning,MSML).MSML将综合考虑多标签相关性、灵活的特征相似性嵌入和多源模型的适应学习等目标,并将其融为一个统一的学习模型,其全局最优解只需通过一个广义特征分解问题的求解便可获得.在视频概念识别、自动图像标注等实际应用中进行比较分析,结果显示了本文方法的有效性和优越性.
展开更多
关键词
共享子空间
学习
多源适应学习
视觉分类
多标签
学习
下载PDF
职称材料
多源适应多标签分类框架
被引量:
24
2
作者
姚哲
陶剑文
《计算机工程与应用》
CSCD
北大核心
2017年第7期88-96,170,共10页
多源适应学习是一种旨在提升目标学习性能的有效机器学习方法。针对多标签视觉分类问题,基于现有的研究进展,研究提出一种新颖的联合特征选择和共享特征子空间学习的多源适应多标签分类框架,在现有的图Laplacian正则化半监督学习范式中...
多源适应学习是一种旨在提升目标学习性能的有效机器学习方法。针对多标签视觉分类问题,基于现有的研究进展,研究提出一种新颖的联合特征选择和共享特征子空间学习的多源适应多标签分类框架,在现有的图Laplacian正则化半监督学习范式中充分考虑目标视觉特征的优化处理,多标签相关信息在共享特征子空间的嵌入,以及多个相关领域的判别信息桥接利用等多个方面,并将其融为一个统一的学习模型,理论证明了其局部最优解只需通过求解一个广义特征分解问题便可分别获得,并给出了算法实现及其收敛性定理。在两个实际的多标签视觉数据分类上分别进行深入实验分析,证实了所提框架的鲁棒有效性和优于现有相关方法的分类性能。
展开更多
关键词
特征选择
共享特征子空间
多源适应学习
多标签
学习
下载PDF
职称材料
题名
基于联合子空间与多源适应学习的多标签视觉分类
1
作者
严良达
陶剑文
机构
浙江工商职业技术学院数字传媒学院
浙江大学宁波理工学院信息科学与工程学院
出处
《西北师范大学学报(自然科学版)》
CAS
北大核心
2016年第6期56-63,共8页
基金
教育部人文社科基金资助项目(13YJAZH084)
浙江省自然科学基金资助项目(LY14F020009)
宁波市自然科学基金资助项目(2014A610024)
文摘
传统的视觉分类方法普遍忽视了多标签间的相关性和大量相关源数据的判别信息.为此,基于共享子空间和领域适应学习方法,针对多标签视觉分类问题,提出了一种新的联合子空间和多源适应学习的多标签视觉分类方法,简称为多源适应多标签学习(Multi-Source adaptation Multi-Label learning,MSML).MSML将综合考虑多标签相关性、灵活的特征相似性嵌入和多源模型的适应学习等目标,并将其融为一个统一的学习模型,其全局最优解只需通过一个广义特征分解问题的求解便可获得.在视频概念识别、自动图像标注等实际应用中进行比较分析,结果显示了本文方法的有效性和优越性.
关键词
共享子空间
学习
多源适应学习
视觉分类
多标签
学习
Keywords
shared subspace learning
multi-source adaptation learning
visual classification
multi-label learning
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
多源适应多标签分类框架
被引量:
24
2
作者
姚哲
陶剑文
机构
诺丁汉大学计算机科学与工程学院
浙江大学宁波理工学院计算机与数据工程学院
出处
《计算机工程与应用》
CSCD
北大核心
2017年第7期88-96,170,共10页
基金
浙江省自然科学基金(No.LY14F020009)
教育部人文社科基金(No.13YJAZH084)
宁波市自然科学基金(No.2013A610065)
文摘
多源适应学习是一种旨在提升目标学习性能的有效机器学习方法。针对多标签视觉分类问题,基于现有的研究进展,研究提出一种新颖的联合特征选择和共享特征子空间学习的多源适应多标签分类框架,在现有的图Laplacian正则化半监督学习范式中充分考虑目标视觉特征的优化处理,多标签相关信息在共享特征子空间的嵌入,以及多个相关领域的判别信息桥接利用等多个方面,并将其融为一个统一的学习模型,理论证明了其局部最优解只需通过求解一个广义特征分解问题便可分别获得,并给出了算法实现及其收敛性定理。在两个实际的多标签视觉数据分类上分别进行深入实验分析,证实了所提框架的鲁棒有效性和优于现有相关方法的分类性能。
关键词
特征选择
共享特征子空间
多源适应学习
多标签
学习
Keywords
feature selection
shared feature subspace
multi-source adaptation learning
multi-label learning
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于联合子空间与多源适应学习的多标签视觉分类
严良达
陶剑文
《西北师范大学学报(自然科学版)》
CAS
北大核心
2016
0
下载PDF
职称材料
2
多源适应多标签分类框架
姚哲
陶剑文
《计算机工程与应用》
CSCD
北大核心
2017
24
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部