公共文化服务平台

共 9 条记录，以下是 1-9

全选清除导出

排序方式：

基于不对称贝叶斯学习的图像检索相关反馈算法研究: 基于Bayesian理论的相关反馈技术是可有效提高图像检索性能的重要手段之一。然而,当前大多数的Bayesian反馈算法普遍受到小样本问题和训练样本不对称问题的制约。本文提出一种新的相关反馈算法,该算法将查询点移动(Qu...; 邬俊鲁明羽; 关键词：图像检索贝叶斯

基于不对称贝叶斯学习的图像检索相关反馈算法研究被引量：5: 2009年; 基于贝叶斯(Bayesian)理论的相关反馈技术是可有效提高图像检索性能的重要手段之一.然而,当前大多数的Bayesian反馈算法普遍受到小样本问题和训练样本不对称问题的制约.本文提出一种新的相关反馈算法,该算法将查询点移动(query point movement,QPM)技术嵌入Bayesian框架中,并采用不对称的学习策略处理正、负反馈信息,故而称之为不对称Bayesian学习(asymmetry Bayesianlearning,ABL).对于正例样本,该算法同时考虑用户提供的正、负反馈信息,并借助QPM技术估计相关语义类图像的概率分布.对于负例样本,采用一种半监督学习机制以应对负例样本稀缺问题.首先,通过随机采样从数据库中选取一组无标记图像,然后,利用QPM技术对其进行数据审计.最后,将审计后的无标记图像作为额外的负例样本,并与用户标记的负反馈信息一起用于估计不相关语义类图像的概率分布.仿真实验及对比结果表明,不对称Bayesian学习策略可显著提高相关反馈的效率,且本文算法的检索性能明显优于当前其它的相关反馈算法.; 邬俊林正奎鲁明羽黄会; 关键词：图像检索贝叶斯

基于投票信息熵的AdaBoost改进算法被引量：5: 2010年; 针对AdaBoost算法不能有效提升NB(Naive Bayesian)的分类性能,提出一种改进的样本权重维护策略.权重的调整不仅依据样本是否分错,还需考虑前几轮的多个基分类器对它的投票分歧.基分类器的信任度不但与错误率有关,还与基分类器间的差异性有关.这样可以提高基分类器的正确性,增加基分类器的差异性.实验结果表明,改进的BoostVE-NB算法能有效地提升NB文本分类性能.; 唐焕玲鲁明羽邬俊; 关键词：ADABOOST 朴素贝叶斯文本分类

基于投票熵提升Naive Bayesian的Boosting改进算法: AdaBoost作为一种有效的组合学习方法，但对稳定的Naive Bayesian (NB)分类算法的提升效果却不明显，本文从增加NB分类器的不稳定性和改进训练样本权重调整策略两个方面出发，提出一种有效的NB分类器提升算...; 唐焕玲鲁明羽邬俊; 关键词：ADABOOST 加权朴素贝叶斯文本分类

图像检索中一种有效的半监督主动相关反馈方案: 2011年; 在交互式图像检索中,基于支持向量机(Support Vector Machines,SVM)理论的主动反馈技术扮演着重要角色。然而,现有的SVM主动反馈方法普遍受到小样本问题、不对称分布问题以及样本冗余性等问题的制约。提出两种新颖策略以应对上述问题:(1)针对相关反馈的技术特点,提出了非对称半监督学习框架,该框架采用不同的学习方法为语义相关类和无关类挑选未标记图像,以有效增强SVM的泛化能力;(2)设计了基于代表性度量的主动采样方法,该方法不仅能够从未标记数据中鉴别出富有信息(most informative)图像,而且确保了待标记图像之间具有较大的差异性。实验结果及对比分析表明,所提方案明显优于其它同类算法。; 王文胜陈利科邬俊; 关键词：图像检索支持向量机半监督学习

一种结合独立性模型与差异评估的Co-Training改进方案被引量：7: 2008年; Co-Training算法要求两个特征视图满足一致性和独立性,但是,许多应用中不存在自然划分且满足这种假设的两个视图.为此,提出利用互信息(MI)或者CHI统计量评估特征之间的相互独立性,建立特征相互独立性模型(MID-Model).基于该模型,提出了新的特征子集划分方法PMID-MI与PMID-CHI算法,能有效地将一个特征集合划分成两个独立性较强的子集.并且利用多种差异评估法,进一步验证两个子集的独立性.基分类器之间的差异性能够减少两个基分类器给同一个未标注文本都标注错误的可能性.最后,提出了对Co-Training的改进算法SC-PMID.实验结果表明SC-PMID算法能够明显提高半监督分类精度.; 唐焕玲林正奎鲁明羽邬俊; 关键词：半监督分类

基于偏袒性半监督集成的SVM主动反馈方案被引量：2: 2010年; 现有的SVM主动反馈算法普遍受到小样本问题和不对称分布问题的制约.针对这些问题,文中提出一种基于偏袒性半监督集成的SVM主动反馈技术.该算法在集成学习框架中使用未标记数据以增加个体分类器之间的差异性,从而获得高效的集成分类模型.同时,高效的集成分类模型更有利于寻找富有信息样本,进而也提高主动反馈的效率.此外,文中还设计一种偏袒加权策略,使得集成分类模型对正样本给予更大的关注程度,以应对正负样本间的不对称分布问题.实验结果表明,偏袒性半监督集成可有效改进SVM主动反馈的性能,且文中算法的检索精度明显优于其它同类相关反馈算法.; 邬俊段晶鲁明羽; 关键词：图像检索支持向量机

基于交互式语义推理的图像检索算法研究: 随着多媒体与互联网技术的迅猛发展,图像数据的种类和数量与日剧增,使得基于内容的图像检索(Content-Based Image Retrieval,CBIR)技术吸引了国际学术界和商界的广泛关注,并在军事侦查、生物医学、...; 邬俊; 关键词：图像检索统计学习

基于混合学习框架的SVM反馈算法研究被引量：5: 2010年; 基于支持向量机(Support Vector Machine,SVM)理论的相关反馈技术是可有效提高图像检索性能的重要手段之一.然而,大多数SVM反馈算法普遍受到小样本问题的制约.本文综合了集成学习、半监督学习和主动学习三种方法的技术特点,提出一种混合学习框架下的SVM反馈算法.该算法在Boosting迭代过程中使用了未标记图像,以增加个体SVM之间的差异,从而获得高效的集成学习模型.同时,高效的集成学习模型更有利于寻找富有信息(most-informative)图像,从而也提高了用户主动反馈的效率.实验结果及对比分析表明,混合学习策略可有效改进相关反馈的性能.; 邬俊鲁明羽刘闯; 关键词：图像检索支持向量机

全选清除导出

共1页<1>

邬俊