您的位置: 专家智库 > >

白艺娜

作品数:2 被引量:4H指数:1
供职机构:陕西师范大学更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...

主题

  • 2篇正则
  • 2篇正则化
  • 2篇图像
  • 2篇图像分类
  • 2篇流形
  • 2篇流形正则化
  • 2篇均值漂移
  • 1篇邻接
  • 1篇邻接矩阵
  • 1篇锚点
  • 1篇矩阵
  • 1篇半监督学习

机构

  • 2篇陕西师范大学

作者

  • 2篇白艺娜
  • 1篇汪西莉

传媒

  • 1篇计算机应用

年份

  • 1篇2014
  • 1篇2013
2 条 记 录,以下是 1-2
排序方式:
基于图的半监督图像分类
有监督学习和无监督学习是机器学习领域中两种传统的学习方法,在很多领域已得到广泛应用。但是由于标记样本的获得需要较大的代价、只利用无标记样本在分类效果上不佳,针对这种问题,半监督学习应运而生并得到了广泛研究与应用。基于图的...
白艺娜
关键词:图像分类流形正则化均值漂移邻接矩阵锚点
文献传递
结合均值漂移的基于图的半监督图像分类被引量:4
2013年
针对基于图的半监督流形正则化图像分类算法需要大量无标记样本训练分类器,空间和时间复杂度高,甚至不能处理大规模图像,且对背景或目标复杂的图像分类错误率较高的问题,提出了结合均值漂移(mean shift)的基于图的半监督流形正则化图像分类算法。该方法对基于图的半监督流形正则化分类算法的改进主要体现在两方面,首先是通过mean shift算法对图像进行了平滑,以平滑后的图像作为分类对象;其次不是利用所有无标记样本,而是只采用少量无标记样本。实验结果表明:图像的平滑使得目标和背景区域的特征更为一致,从而利用较少的样本就可以提高分类器的正确率;同时大大降低了算法的复杂度,使得基于图的半监督分类算法用于分类大规模图像成为可能。
白艺娜汪西莉
关键词:流形正则化均值漂移图像分类
共1页<1>
聚类工具0