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
3
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
基于潜语义主题加强的跨媒体检索算法
被引量:
11
1
作者
黄育
张鸿
《计算机应用》
CSCD
北大核心
2017年第4期1061-1064,1110,共5页
针对不同模态数据对相同语义主题表达存在差异性,以及传统跨媒体检索算法忽略了不同模态数据能以合作的方式探索数据的内在语义信息等问题,提出了一种新的基于潜语义主题加强的跨媒体检索(LSTR)算法。首先,利用隐狄利克雷分布(LDA)模型...
针对不同模态数据对相同语义主题表达存在差异性,以及传统跨媒体检索算法忽略了不同模态数据能以合作的方式探索数据的内在语义信息等问题,提出了一种新的基于潜语义主题加强的跨媒体检索(LSTR)算法。首先,利用隐狄利克雷分布(LDA)模型构造文本语义空间,然后以词袋(Bo W)模型来表达文本对应的图像;其次,使用多分类逻辑回归对图像和文本分类,用得到的基于多分类的后验概率表示文本和图像的潜语义主题;最后,利用文本潜语义主题去正则化图像的潜语义主题,使图像的潜语义主题得到加强,同时使它们之间的语义关联最大化。在Wikipedia数据集上,文本检索图像和图像检索文本的平均查准率为57.0%,比典型相关性分析(CCA)、SM(Semantic Matching)、SCM(Semantic Correlation Matching)算法的平均查准率分别提高了35.1%、34.8%、32.1%。实验结果表明LSTR算法能有效地提高跨媒体检索的平均查准率。
展开更多
关键词
跨媒体检索
潜语义主题
多分类逻辑回归
后验概率
正则化
下载PDF
职称材料
基于PLSA模型的Web页面语义标注算法研究
被引量:
5
2
作者
王云英
《情报杂志》
CSSCI
北大核心
2013年第1期141-144,共4页
高效的Web页面语义标注方法是提高Web信息资源利用效率和知识创新的关键。针对当前Web页面语义标注方法存在的问题和Web页面表现出的结构特征和文本特征及其主题分布规律,设计了基于PLSA主题模型的Web页面语义标注算法。该算法分别对We...
高效的Web页面语义标注方法是提高Web信息资源利用效率和知识创新的关键。针对当前Web页面语义标注方法存在的问题和Web页面表现出的结构特征和文本特征及其主题分布规律,设计了基于PLSA主题模型的Web页面语义标注算法。该算法分别对Web页面的结构特征和文本特征构建独立的PLSA主题模型,采用自适应不对称学习算法对这些独立的PLSA主题模型进行集成和优化,最终形成新的综合性的PLSA主题模型进行未知Web页面的自动语义标注。实验结果表明,该算法能够显著提高Web页面语义标注的准确率和效率,可以有效地解决大规模Web页面语义标注问题。
展开更多
关键词
语义
标注
PLSA模型
潜
在
语义
主题
标注算法
WEB页面
下载PDF
职称材料
基于CTM模型和最优标签集的图像标注
被引量:
3
3
作者
朱韶平
夏利民
朱城
《复旦学报(自然科学版)》
CAS
CSCD
北大核心
2014年第1期147-153,162,共8页
为了提高自动标注系统的性能,提出了一种基于最优标签集图像自动标注系统优化算法.用词袋模型表示图像,采用CTM模型进行图像标注,在此基础上,采用基于词频因子的词间相关性以及启发式迭代算法对获得的标注词进行有效的优化,提高了标注...
为了提高自动标注系统的性能,提出了一种基于最优标签集图像自动标注系统优化算法.用词袋模型表示图像,采用CTM模型进行图像标注,在此基础上,采用基于词频因子的词间相关性以及启发式迭代算法对获得的标注词进行有效的优化,提高了标注词的准确性.在Corel5K数据集中利用LDA模型和CTM模型进行图像标注对比实验,实验结果表明本文提出的图像标注方法能有效提高标注系统的性能.
展开更多
关键词
CTM模型
LDA模型
潜
在
语义
主题
最佳标签集
原文传递
题名
基于潜语义主题加强的跨媒体检索算法
被引量:
11
1
作者
黄育
张鸿
机构
武汉科技大学计算机科学与技术学院
智能信息处理与实时工业系统湖北省重点实验室(武汉科技大学)
出处
《计算机应用》
CSCD
北大核心
2017年第4期1061-1064,1110,共5页
基金
国家自然科学基金资助项目(61003127
61373109)~~
文摘
针对不同模态数据对相同语义主题表达存在差异性,以及传统跨媒体检索算法忽略了不同模态数据能以合作的方式探索数据的内在语义信息等问题,提出了一种新的基于潜语义主题加强的跨媒体检索(LSTR)算法。首先,利用隐狄利克雷分布(LDA)模型构造文本语义空间,然后以词袋(Bo W)模型来表达文本对应的图像;其次,使用多分类逻辑回归对图像和文本分类,用得到的基于多分类的后验概率表示文本和图像的潜语义主题;最后,利用文本潜语义主题去正则化图像的潜语义主题,使图像的潜语义主题得到加强,同时使它们之间的语义关联最大化。在Wikipedia数据集上,文本检索图像和图像检索文本的平均查准率为57.0%,比典型相关性分析(CCA)、SM(Semantic Matching)、SCM(Semantic Correlation Matching)算法的平均查准率分别提高了35.1%、34.8%、32.1%。实验结果表明LSTR算法能有效地提高跨媒体检索的平均查准率。
关键词
跨媒体检索
潜语义主题
多分类逻辑回归
后验概率
正则化
Keywords
cross-media retrieval
latent semantic topic
multiclass logistic regression
posterior probability
regularization
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于PLSA模型的Web页面语义标注算法研究
被引量:
5
2
作者
王云英
机构
湘南学院图书馆
出处
《情报杂志》
CSSCI
北大核心
2013年第1期141-144,共4页
文摘
高效的Web页面语义标注方法是提高Web信息资源利用效率和知识创新的关键。针对当前Web页面语义标注方法存在的问题和Web页面表现出的结构特征和文本特征及其主题分布规律,设计了基于PLSA主题模型的Web页面语义标注算法。该算法分别对Web页面的结构特征和文本特征构建独立的PLSA主题模型,采用自适应不对称学习算法对这些独立的PLSA主题模型进行集成和优化,最终形成新的综合性的PLSA主题模型进行未知Web页面的自动语义标注。实验结果表明,该算法能够显著提高Web页面语义标注的准确率和效率,可以有效地解决大规模Web页面语义标注问题。
关键词
语义
标注
PLSA模型
潜
在
语义
主题
标注算法
WEB页面
Keywords
semantic annotation PLSA model latent semantic topics annotation algorithm web pages
分类号
G350 [文化科学—情报学]
下载PDF
职称材料
题名
基于CTM模型和最优标签集的图像标注
被引量:
3
3
作者
朱韶平
夏利民
朱城
机构
湖南财政经济学院信息管理系
中南大学信息科学与工程学院
出处
《复旦学报(自然科学版)》
CAS
CSCD
北大核心
2014年第1期147-153,162,共8页
基金
国家自然科学基金项目(50808025)
湖南省科技计划项目(2012FJ3021)
+1 种基金
湖南省教育科学"十二五"规划课题(XJK012CGD022)
湖南省普通高等学校教学改革研究资助课题(湘教通【2012】401号544)
文摘
为了提高自动标注系统的性能,提出了一种基于最优标签集图像自动标注系统优化算法.用词袋模型表示图像,采用CTM模型进行图像标注,在此基础上,采用基于词频因子的词间相关性以及启发式迭代算法对获得的标注词进行有效的优化,提高了标注词的准确性.在Corel5K数据集中利用LDA模型和CTM模型进行图像标注对比实验,实验结果表明本文提出的图像标注方法能有效提高标注系统的性能.
关键词
CTM模型
LDA模型
潜
在
语义
主题
最佳标签集
Keywords
CTM model
LDA model
latent semantic topic
optimal tag sets
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于潜语义主题加强的跨媒体检索算法
黄育
张鸿
《计算机应用》
CSCD
北大核心
2017
11
下载PDF
职称材料
2
基于PLSA模型的Web页面语义标注算法研究
王云英
《情报杂志》
CSSCI
北大核心
2013
5
下载PDF
职称材料
3
基于CTM模型和最优标签集的图像标注
朱韶平
夏利民
朱城
《复旦学报(自然科学版)》
CAS
CSCD
北大核心
2014
3
原文传递
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