Institute of Computing Technology, Chinese Academy IR
| 一种基于模型共享的半监督多标签图像学习法 | |
| 张大鹏1; 闻佳1; 刘曦2 | |
| 2012 | |
| 发表期刊 | 系统仿真学报
 |
| ISSN | 1004-731X |
| 卷号 | 24.0期号:009页码:1826 |
| 摘要 | 提出一种快速且有效的半监督多标签学习方法：模型共享半监督推举。该方法能发现、共享并组合多个基模型，每个基模型是在某个标签上利用半监督支持向量机（S3VM）上学习的。通过使用模型共享，标签关联被显示地利用且对于每含标签来说只需要少量的基模型即可生成最后的决策结果。在Corel5k和Mediamill数据集上评估方法，实验结果显示的方法与当前流行的监督和半监督多标签学习方法是可比的。 |
| 关键词 | 模型共享 半监督学习 推举 半监督支持向量机 多标签图像 |
| 语种 | 英语 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://119.78.100.204/handle/2XEOYT63/25823 |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 1.燕山大学信息科学与工程学院 2.中国科学院计算技术研究所 |
| 推荐引用方式 GB/T 7714 | 张大鹏,闻佳,刘曦. 一种基于模型共享的半监督多标签图像学习法[J]. 系统仿真学报,2012,24.0(009):1826. |
| APA | 张大鹏,闻佳,&刘曦.(2012).一种基于模型共享的半监督多标签图像学习法.系统仿真学报,24.0(009),1826. |
| MLA | 张大鹏,et al."一种基于模型共享的半监督多标签图像学习法".系统仿真学报 24.0.009(2012):1826. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [张大鹏]的文章 |
| [闻佳]的文章 |
| [刘曦]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [张大鹏]的文章 |
| [闻佳]的文章 |
| [刘曦]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [张大鹏]的文章 |
| [闻佳]的文章 |
| [刘曦]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论