期刊文献+
共找到35篇文章
< 1 2 >
每页显示 20 50 100
Multi-granularity sequence generation for hierarchical image classification
1
作者 Xinda Liu Lili Wang 《Computational Visual Media》 SCIE EI CSCD 2024年第2期243-260,共18页
Hierarchical multi-granularity image classification is a challenging task that aims to tag each given image with multiple granularity labels simultaneously.Existing methods tend to overlook that different image region... Hierarchical multi-granularity image classification is a challenging task that aims to tag each given image with multiple granularity labels simultaneously.Existing methods tend to overlook that different image regions contribute differently to label prediction at different granularities,and also insufficiently consider relationships between the hierarchical multi-granularity labels.We introduce a sequence-to-sequence mechanism to overcome these two problems and propose a multi-granularity sequence generation(MGSG)approach for the hierarchical multi-granularity image classification task.Specifically,we introduce a transformer architecture to encode the image into visual representation sequences.Next,we traverse the taxonomic tree and organize the multi-granularity labels into sequences,and vectorize them and add positional information.The proposed multi-granularity sequence generation method builds a decoder that takes visual representation sequences and semantic label embedding as inputs,and outputs the predicted multi-granularity label sequence.The decoder models dependencies and correlations between multi-granularity labels through a masked multi-head self-attention mechanism,and relates visual information to the semantic label information through a crossmodality attention mechanism.In this way,the proposed method preserves the relationships between labels at different granularity levels and takes into account the influence of different image regions on labels with different granularities.Evaluations on six public benchmarks qualitatively and quantitatively demonstrate the advantages of the proposed method.Our project is available at https://github.com/liuxindazz/mgs. 展开更多
关键词 hierarchical multi-granularity classification vision and text transformer sequence generation fine-grained image recognition cross-modality attenti
原文传递
语义增强图像-文本预训练模型的零样本三维模型分类
2
作者 丁博 张立宝 +1 位作者 秦健 何勇军 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第8期3314-3323,共10页
目前,基于对比学习的图像-文本预训练模型(CLIP)在零样本3维模型分类任务上表现出了巨大潜力,然而3维模型和文本之间存在巨大的模态鸿沟,影响了分类准确率的进一步提高。针对以上问题,该文提出一种语义增强CLIP的零样本3维模型分类方法... 目前,基于对比学习的图像-文本预训练模型(CLIP)在零样本3维模型分类任务上表现出了巨大潜力,然而3维模型和文本之间存在巨大的模态鸿沟,影响了分类准确率的进一步提高。针对以上问题,该文提出一种语义增强CLIP的零样本3维模型分类方法。该方法首先将3维模型表示成多视图;然后为了增强零样本学习对未知类别的识别能力,通过视觉语言生成模型获得每张视图及其类别的语义描述性文本,并将其作为视图和类别提示文本之间的语义桥梁,语义描述性文本采用图像字幕和视觉问答两种方式获取;最后微调语义编码器将语义描述性文本具化为类别的语义描述,其拥有丰富的语义信息和较好的可解释性,有效减小了视图和类别提示文本的语义鸿沟。实验表明,该文方法在ModelNet10和ModelNet40数据集上的分类性能优于现有的零样本分类方法。 展开更多
关键词 3维模型分类 零样本 基于对比学习的图像-文本预训练模型 语义描述性文本
下载PDF
基于文本-图像增强的突发事件识别及分类方法研究 被引量:2
3
作者 周红磊 张海涛 +1 位作者 栾宇 苏欣宇 《情报理论与实践》 CSSCI 北大核心 2024年第4期181-188,共8页
[目的/意义]丰富的互联网数据为洞悉真实事件提供了多维视角,快速识别突发事件并准确判断其所属类别,有助于各级政府及应急管理部门高效地管理应急情报资源。[方法/过程]文章构建了基于文本—图像增强的突发事件识别及分类的理论模型;... [目的/意义]丰富的互联网数据为洞悉真实事件提供了多维视角,快速识别突发事件并准确判断其所属类别,有助于各级政府及应急管理部门高效地管理应急情报资源。[方法/过程]文章构建了基于文本—图像增强的突发事件识别及分类的理论模型;通过文本卷积神经网络、视觉几何群网络搭建深度神经网络共同组成Multi-DNN模型;最后以真实的自然灾害类突发事件数据进行实例验证。[结果/结论]通过文本、图像相互增强,多模态特征融合能够提升突发事件识别及分类的准确率,同时在小样本数据的任务处理中仍有良好效果,证明不同模态的数据能够相互补充、相互印证,对其融合处理能够提供比单一模态更为准确和全面的信息分析。 展开更多
关键词 文本—图像增强 多模态特征融合 突发事件 事件识别及分类 应急信息管理
下载PDF
基于拓展图文对比学习的多模态语义对齐
4
作者 安国成 江波 +1 位作者 王晓龙 戴军 《计算机工程》 CAS CSCD 北大核心 2024年第11期152-162,共11页
基于对比语言-图像的预训练(CLIP)方法在大规模图文数据上使双流架构下的模型能够较好地学习到统一的高级语义表征,但CLIP模式仅约束图像-文本模态间的粗粒度语义对齐,在同一模态下的语义表征仍需改进。为了使网络学习到更好的潜在统一... 基于对比语言-图像的预训练(CLIP)方法在大规模图文数据上使双流架构下的模型能够较好地学习到统一的高级语义表征,但CLIP模式仅约束图像-文本模态间的粗粒度语义对齐,在同一模态下的语义表征仍需改进。为了使网络学习到更好的潜在统一语义表征,提出一种基于拓展图文对比学习的多模态语义对齐方法。首先通过微调预训练的CLIP模型,针对指定数据集优化语义表征,设计双向匹配策略构造图文样本匹配拓扑图,然后利用拓扑图中关联度更高的图文样本将对比学习进行拓展,在图像-文本模态下进行粗粒度语义对齐,同时在相同模态中进行细粒度调整,并引入可学习参数调整各模态下的对比损失权重。通过在多个数据集下的实验结果表明,该方法在不影响多模态语义对齐的性能下能够改进相同模态下的语义表征,在分类、检索等下游任务上具有更好或相当的性能。 展开更多
关键词 多模态学习 语义表征 对比学习 图文匹配 图像分类
下载PDF
基于多尺度跨模态特征融合的图文情感分类模型
5
作者 刘倩 白志豪 +1 位作者 程春玲 归耀城 《计算机科学》 CSCD 北大核心 2024年第9期258-264,共7页
图文情感分类任务常用早期融合和Transformer模型相结合的跨模态特征融合策略进行图文特征融合,但该策略更倾向于关注模态内部的独有信息,而忽略了模态间的相互联系和共有信息,导致跨模态特征融合效果不理想。针对此问题,提出一种基于... 图文情感分类任务常用早期融合和Transformer模型相结合的跨模态特征融合策略进行图文特征融合,但该策略更倾向于关注模态内部的独有信息,而忽略了模态间的相互联系和共有信息,导致跨模态特征融合效果不理想。针对此问题,提出一种基于多尺度跨模态特征融合的图文情感分类方法。局部尺度方面,基于跨模态注意力机制进行局部特征融合,使模型不仅关注图像和文本的独有信息,而且可以发现图像和文本之间的联系和共有信息。全局尺度方面,基于MLM损失进行全局特征融合,使模型对图像和文本数据进行全局建模,进一步挖掘图像和文本之间的联系,从而促进图像和文本特征的深度融合。在两个公开数据集MVSA-Single和MVSA-Multiple上与10个基线模型进行对比实验,结果表明所提方法在精度、F1值和模型参数量方面均具有明显优势,验证了其有效性。 展开更多
关键词 图文情感分类 跨模态特征融合 Transformer模型 注意力机制 MLM损失
下载PDF
基于文本-光谱特征联合学习的高光谱图像分类算法
6
作者 孟龙祥 李奇 《电脑与信息技术》 2024年第5期7-11,共5页
高光谱图像分类任务是遥感对地观测领域中的重要研究课题之一。针对高光谱图像覆盖范围广、地物种类多、人工标记难度高等问题,设计了一种基于文本-光谱联合学习的分类算法,利用文本模态的语义先验来增强不同场景之间的知识迁移能力,借... 高光谱图像分类任务是遥感对地观测领域中的重要研究课题之一。针对高光谱图像覆盖范围广、地物种类多、人工标记难度高等问题,设计了一种基于文本-光谱联合学习的分类算法,利用文本模态的语义先验来增强不同场景之间的知识迁移能力,借助特征重建的方式学习判别和迁移信息,并采用自适应的文本嵌入交互模块挖掘编码器的潜在特征,实现了多模态特征之间的联合优化与分类效果提升。同时,采用4种不同算法进行对比验证,结果表明,新算法在单类别精度、总体精度(Overall Accuracy,OA)和Kappa系数方面均优于其他算法。 展开更多
关键词 高光谱图像 分类算法 文本-光谱
下载PDF
Creating Knowledge-Based Diagnostic Models by Mining Textual Diagnostic Reports of SPECT Scans
7
作者 Chuangui Cao Chengcheng Han Qiang Lin 《Journal of Computer and Communications》 2021年第5期10-19,共10页
Mining rich semantic information hidden in heterogeneous information network is one of the important tasks of data mining. Generally, a nuclear medicine text consists of the description of disease (<i>i.e.</i... Mining rich semantic information hidden in heterogeneous information network is one of the important tasks of data mining. Generally, a nuclear medicine text consists of the description of disease (<i>i.e.</i>, lesions) and diagnostic results. However, how to construct a computer-aided diagnostic model with a large number of medical texts is a challenging task. To automatically diagnose diseases with SPECT imaging, in this work, we create a knowledge-based diagnostic model by exploring the association between a disease and its properties. Firstly, an overview of nuclear medicine and data mining is presented. Second, the method of preprocessing textual nuclear medicine diagnostic reports is proposed. Last, the created diagnostic modes based on random forest and SVM are proposed. Experimental evaluation conducted real-world data of diagnostic reports of SPECT imaging demonstrates that our diagnostic models are workable and effective to automatically identify diseases with textual diagnostic reports. 展开更多
关键词 text classification Nuclear Medicine SPECT imaging Diagnostic Model Random Forest SVM
下载PDF
基于BERT的图像和文本多模态融合分类模型 被引量:3
8
作者 李佳欣 苏曙光 《计算机应用》 CSCD 北大核心 2023年第S01期39-44,共6页
在临床诊断过程中,医生会同时结合医学图像和病理报告文本综合判定病情。针对现有的人工智能(AI)辅助诊断系统未充分利用文本检查内容的问题,提出一种基于BERT模型的图文多模态分类模型(ITMMB),在特征层实现医学图像和病理文本的多模态... 在临床诊断过程中,医生会同时结合医学图像和病理报告文本综合判定病情。针对现有的人工智能(AI)辅助诊断系统未充分利用文本检查内容的问题,提出一种基于BERT模型的图文多模态分类模型(ITMMB),在特征层实现医学图像和病理文本的多模态融合和分类。采用残差网络(ResNet)对图像预处理获得图像词嵌入向量,同时采用分词技术处理文本获得文本嵌入词向量,并将两类嵌入词向量送入BERT模型完成最终分类;此外,为适应BERT模型需要并获得更好的分类性能,优化了ResNet的残差模块、学习权重、损失函数和池化层。在Open Images数据集上的实验结果表明,与仅通过单一的医学图像或病理文本进行辅助诊断的模型相比,ITMMB的微平均F1分数分别提高38.76和4.66个百分点,能有效辅助医生临床诊断。 展开更多
关键词 多模态融合 残差网络 图像分类 文字分类 特征提取 BERT
下载PDF
基于MobileNet和文本识别匹配的证件图片分类算法 被引量:1
9
作者 曾鹏 李曦 +1 位作者 赵璐 杜彦辉 《中国人民公安大学学报(自然科学版)》 2023年第3期52-58,共7页
利用计算机视觉技术进行图片分类是公安部门打击违法犯罪的重要手段。由于存在不同种类图片特征相似的问题,单纯基于视觉特征的证件类图片分类效果有待进一步提高,因此提出一种融合MobileNet和文本识别匹配的证件图片分类算法,用于证件... 利用计算机视觉技术进行图片分类是公安部门打击违法犯罪的重要手段。由于存在不同种类图片特征相似的问题,单纯基于视觉特征的证件类图片分类效果有待进一步提高,因此提出一种融合MobileNet和文本识别匹配的证件图片分类算法,用于证件类图片的分类任务中。该方法把图片分类及文本匹配算法相结合,提高了证件类图片分类的准确性。在证件类图片数据集上的实验结果表明,算法在损失一定召回率的情况下,准确率有显著提升。 展开更多
关键词 MobileNet 文本匹配 证件图片 图片分类
下载PDF
基于网页图像分类的自动化网页正文抽取模型 被引量:1
10
作者 秦龙 李晓戈 +1 位作者 穆诤辉 李涛 《计算机工程与设计》 北大核心 2023年第2期386-392,共7页
运用卷积神经网络技术提出一种基于网页图像分类的自动化网页正文抽取模型(I-AWCE)。通过分析现有网页类型及网页正文在网页中的位置和结构特点,将网页分为文章网页和列表网页。根据网页截屏图像在卷积神经网络模型中的分类结果,分别提... 运用卷积神经网络技术提出一种基于网页图像分类的自动化网页正文抽取模型(I-AWCE)。通过分析现有网页类型及网页正文在网页中的位置和结构特点,将网页分为文章网页和列表网页。根据网页截屏图像在卷积神经网络模型中的分类结果,分别提出两种基于多特征融合的网页正文提取方法。实验结果表明,网页图像数据集在LeNet-5和预训练模型的效果最好;与Boilerpipe抽取模型相比,基于图像分类的自动化网页正文抽取模型具有较高的准确性,可以满足网页正文自动化抽取的实际需要。 展开更多
关键词 图像分类 网页正文抽取 卷积神经网络 残差网络 预训练模型 标准差 文本长度
下载PDF
基于有监督对比学习的航天信息获取与图像生成
11
作者 齐翌辰 赵伟超 《液晶与显示》 CAS CSCD 北大核心 2023年第11期1531-1541,共11页
为了提高获取开源航天信息的效率并解决开源航天信息内容较长、数量较为有限、应用常用文本分类模型鲁棒性较差以及文本信息不够直观等问题,本文提出一种基于有监督对比学习的航天信息分类方法。该方法基于带有注意力机制(Attention)的... 为了提高获取开源航天信息的效率并解决开源航天信息内容较长、数量较为有限、应用常用文本分类模型鲁棒性较差以及文本信息不够直观等问题,本文提出一种基于有监督对比学习的航天信息分类方法。该方法基于带有注意力机制(Attention)的双向长短期记忆网络(Bidirectional Long Short-Term Memory,BiLSTM),融合对比学习技术,对开源的信息进行处理并分析,进而高效地筛选出航天类的信息,利用unCLIP(un-Contrastive Language-Image Pre-Training)模型生成信息对应的图像。实验结果表明,对比CNN(Convolutional Neural Networks)、BiLSTM、Transformer和BiL⁃STM-Attention等常用的文本分类方法,该方法在准确率、召回率和F1-Score上均表现良好,其中F1-Score达到0.97,同时以图像的形式呈现信息,使信息更加清晰直观。本文方法可以充分使用网络公开的数据资源,有效地提取开源航天信息并生成对应图像,对航天信息的分析和研究具有重要价值。 展开更多
关键词 有监督文本分类 对比学习 文本生成图像 航天信息
下载PDF
影像报告按检查部位的自动切分方法初探
12
作者 张颖杰 《中国数字医学》 2023年第5期37-41,共5页
随着对医疗数据结构化表示要求的提高,对影像报告的存储也产生了“一部位一申请单一报告”的要求。然而在实际应用中,一份影像报告通常包含多个部位的检查结果,难以实现检查部位与报告间的一一对应。利用文本分类及序列化标注两种自然... 随着对医疗数据结构化表示要求的提高,对影像报告的存储也产生了“一部位一申请单一报告”的要求。然而在实际应用中,一份影像报告通常包含多个部位的检查结果,难以实现检查部位与报告间的一一对应。利用文本分类及序列化标注两种自然语言处理技术对影像报告按部位自动切分的方法进行初步探索,并在胸腹盆CT的数据上进行实验性的自动切分。最终两者在胸部CT相关报告的切分上均取得了较好的效果,后者则在腹盆CT相关报告上也表现尚可。利用自然语言处理技术对影像报告按部位自动切分的实现,对将来更进一步的工作有一定的指导意义。 展开更多
关键词 影像报告 文本分类 序列化标注 自然语言处理
下载PDF
基于神经网络的影像报告文本分类技术应用
13
作者 程彪 《中国卫生信息管理杂志》 2023年第1期154-161,共8页
本文介绍了文本分类的发展历史和文本预处理的方法,并通过构建卷积神经网络模型和循环神经网络模型,对预处理后的影像报告进行文本分类。将模型应用于临床决策支持系统后,可预测出CT诊断报告的扫描部位。研究显示,文本数据质量越好、数... 本文介绍了文本分类的发展历史和文本预处理的方法,并通过构建卷积神经网络模型和循环神经网络模型,对预处理后的影像报告进行文本分类。将模型应用于临床决策支持系统后,可预测出CT诊断报告的扫描部位。研究显示,文本数据质量越好、数据量越大,分类准确性越高。使用神经网络模型进行医疗文本数据分析,可进一步提高临床决策能力。 展开更多
关键词 影像报告 文本分类 词向量 卷积神经网络 循环神经网络
下载PDF
基于决策级融合策略的中文网络模因图片判别方法研究
14
作者 南鹏 群诺 +1 位作者 温瑶 尼玛扎西 《中央民族大学学报(自然科学版)》 2023年第2期24-30,共7页
网络模因的分类问题因其独特的研究价值和意义,已成为一个重要的多模态研究任务。在实际应用中,判断网络中的图片是否为网络模因图片是后续网络模因各种分类任务重要的前置任务。该文以中文文本为语言背景,构建了一个包含20000张模因或... 网络模因的分类问题因其独特的研究价值和意义,已成为一个重要的多模态研究任务。在实际应用中,判断网络中的图片是否为网络模因图片是后续网络模因各种分类任务重要的前置任务。该文以中文文本为语言背景,构建了一个包含20000张模因或非模因图片的网络图片数据集。在此基础上,分别使用多种单模态和多模态的方法对该数据集进行分类实验,其中基于TextRCNN+ResNet50网络的决策级融合方法的F1分数达到了0.96。实验充分验证了深度学习方法特别是决策级融合的多模态方法能够有效地对中文语言环境的网络图片进行模因和非模因的分类,也为网络模因各种后续任务的研究提供了有力的支撑。 展开更多
关键词 网络模因 文本图像多模态分类 决策级融合策略
下载PDF
词包模型中视觉单词歧义性分析 被引量:11
15
作者 刘扬闻 霍宏 方涛 《计算机工程》 CAS CSCD 北大核心 2011年第19期204-206,209,共4页
传统词包(BOW)模型中的视觉单词是通过无监督聚类图像块的特征向量得到的,没有考虑视觉单词的语义信息和语义性质。为解决该问题,提出一种基于文本分类的视觉单词歧义性分析方法。利用传统BOW模型生成初始视觉单词词汇表,使用文档频率、... 传统词包(BOW)模型中的视觉单词是通过无监督聚类图像块的特征向量得到的,没有考虑视觉单词的语义信息和语义性质。为解决该问题,提出一种基于文本分类的视觉单词歧义性分析方法。利用传统BOW模型生成初始视觉单词词汇表,使用文档频率、χ2分布和信息增益这3种文本分类方法分析单词语义性质,剔除具有低类别信息的歧义性单词,并采用支持向量机分类器实现图像分类。实验结果表明,该方法具有较高的分类精度。 展开更多
关键词 图像分类 视觉单词 文本分类 支持向量机 词包模型
下载PDF
基于深度学习的计算机设计场景文本与非文本图片分类算法研究 被引量:2
16
作者 付智军 《科技通报》 2019年第9期106-109,共4页
基于深度学习特征编码及计算机设计场景图片来进行文本图片分类。算法首先对输入的图片使用最大值稳定区域进行文字候选区域提取,然后将这些提取出来的区域输入到多类卷积神经网络中,然后将CNN最后一层的输出作为每个区域的特征;再使用... 基于深度学习特征编码及计算机设计场景图片来进行文本图片分类。算法首先对输入的图片使用最大值稳定区域进行文字候选区域提取,然后将这些提取出来的区域输入到多类卷积神经网络中,然后将CNN最后一层的输出作为每个区域的特征;再使用词袋模型把区域特征表示成为编码,最后利用这些编码输入到支持向量机中并作最后的判定。本文算法目的是提取文字候选区域来作为算法的感兴趣区域,结合深度学习算法使得文字图片的识别更加准确,使系统具有更好的鲁棒性。在对卷积神经网络进行算法训练的时候,可以对感兴趣的区域进行聚类,最终使得原来的两种分类变成了多种分类,进而使得文字区域特征的划分更具细粒度。 展开更多
关键词 深度学习 计算机设计场景 文本与非文本 图片分类
下载PDF
融合多元评论信息的用户情感分类方法
17
作者 徐红艳 黄法欣 冯勇 《辽宁大学学报(自然科学版)》 CAS 2021年第2期97-107,F0002,共12页
随着电商经济发展迅猛,各类电商平台为提升服务品质非常重视对用户评论信息的收集、分析和利用.但各电商平台都存在“刷评论”现象,虚假评论、默认好评等因素导致平台无法获取用户的真实情感,严重影响服务质量的提升.为了更加准确地获... 随着电商经济发展迅猛,各类电商平台为提升服务品质非常重视对用户评论信息的收集、分析和利用.但各电商平台都存在“刷评论”现象,虚假评论、默认好评等因素导致平台无法获取用户的真实情感,严重影响服务质量的提升.为了更加准确地获取用户的真实情感,提出一种融合多元评论信息的用户情感分类方法.首先,对评论中的文本和图片进行分类,构建去除虚假评论的图文数据集;其次,对原始和追加评价文本进行分割和重构;最终,将预处理后的原始评论、原始图片、追加评论、追加图片等多元评论信息输入到多通道卷积神经网络中,经训练后得到用户情感分类模型.经对比实验验证,融合多元评论信息的用户情感分类方法准确率可以达到96%,优于现有主流情感分类方法. 展开更多
关键词 情感分类 评论 图片分类 文本分割 CNN
下载PDF
自然场景图像中的文本检测方法研究
18
作者 李东勤 王芳 周万怀 《重庆科技学院学报(自然科学版)》 CAS 2016年第6期108-111,共4页
研究自然场景中的文本检测与定位方法,总结文本检测的研究现状,并对主流算法进行了分类和对比。
关键词 自然场景图像 文本检测 文本定位 文本/非文本分类
下载PDF
在World Wide Web上检索图像和视频信息
19
作者 朱磊 《南京师范大学学报(工程技术版)》 CAS 2004年第1期46-49,共4页
提出了一种综合利用图像和视频的文本信息和基于内容的视觉特征进行WorldWideWeb上图像视频信息检索的原型系统 .在这个原型系统中 ,一个完整的Web上图像和视频信息的处理过程包括 :( 1)通过探索器从Web上自动收集信息 ;( 2 )在文本和... 提出了一种综合利用图像和视频的文本信息和基于内容的视觉特征进行WorldWideWeb上图像视频信息检索的原型系统 .在这个原型系统中 ,一个完整的Web上图像和视频信息的处理过程包括 :( 1)通过探索器从Web上自动收集信息 ;( 2 )在文本和视频特征两个域内同时进行分析 ;( 3 )图像和视频信息分类 ;( 4 )标定索引 ,进行快速检索 .实验结果表明 ,利用这个系统 。 展开更多
关键词 检索图像 视频信息 文本内容 图像处理 图像内容 图像分类 World WIDE Web
下载PDF
监督和半监督学习下的多标签分类综述 被引量:20
20
作者 武红鑫 韩萌 +2 位作者 陈志强 张喜龙 李慕航 《计算机科学》 CSCD 北大核心 2022年第8期12-25,共14页
传统的多标签分类算法大多数采用监督学习的方式,但现实生活中有许多数据没有被标记。通过人工的方式对需要的全部数据进行标记耗费的成本较高。半监督学习算法可以使用大量未标记数据和标记数据来进行工作,因此受到了人们的重视。文中... 传统的多标签分类算法大多数采用监督学习的方式,但现实生活中有许多数据没有被标记。通过人工的方式对需要的全部数据进行标记耗费的成本较高。半监督学习算法可以使用大量未标记数据和标记数据来进行工作,因此受到了人们的重视。文中首次从监督和半监督学习的角度对多标签分类算法进行阐述,同时全面地对多标签分类算法的应用领域进行了总结。从决策树、贝叶斯、支持向量机、神经网络和集成等多个方向对标签非相关性和标签相关性的监督学习算法进行概述,从批处理和在线的方向对半监督学习算法进行综述,从图像分类、文本分类和其他等角度对多标签的实际应用领域进行介绍。文中还简要分析了多标签的评估指标,最后给出了关于半监督学习下的复杂概念漂移处理、特征选择处理、标签复杂相关性处理和类不平衡处理的研究方向。 展开更多
关键词 监督学习 半监督学习 多标签分类 图像分类 文本分类
下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部