CSpace  > 中国科学院计算技术研究所期刊论文  > 中文
基于深度典型相关性分析的跨媒体语义检索
王述; 史忠植
2018
发表期刊中国科学技术大学学报
ISSN0253-2778
卷号48.0期号:004页码:322
摘要基于典型相关性分析的跨媒体检索是一种将不同媒体特征通过相关性分析映射到同构的最大相关子空间,并在子空间中完成跨媒体数据间的相似性比较和检索的方法.典型相关性分析(canonical correlation analysis,CCA)是一种线性模型,并不能很好地挖掘跨媒体数据中的复杂相关关系.为此针对深度典型相关性分析(deepCCA,DCCA)的结构进行改进,使用隐含狄利克雷分布(1atent Dirichlet allocation,LDA)发现文本语义信息并学习语义映射,提出了跨媒体深度相关性学习模型(cross-media correlation learning with deep canonical correlation analysis,CMC—DCCA)以及跨媒体语义相关性检索方法(cross—media semantic correlation retrieval,CMSCR).在维基百科文本图像数据集上的实验证明,CMC—DCCA模型能够较好地挖掘跨媒体数据中的复杂相关关系,CMSCR在跨媒体检索中具有较好的性能.
关键词典型相关性分析 深度典型相关性分析 语义映射 跨媒体检索
语种英语
文献类型期刊论文
条目标识符http://119.78.100.204/handle/2XEOYT63/37448
专题中国科学院计算技术研究所期刊论文_中文
作者单位中国科学院计算技术研究所
第一作者单位中国科学院计算技术研究所
推荐引用方式
GB/T 7714
王述,史忠植. 基于深度典型相关性分析的跨媒体语义检索[J]. 中国科学技术大学学报,2018,48.0(004):322.
APA 王述,&史忠植.(2018).基于深度典型相关性分析的跨媒体语义检索.中国科学技术大学学报,48.0(004),322.
MLA 王述,et al."基于深度典型相关性分析的跨媒体语义检索".中国科学技术大学学报 48.0.004(2018):322.
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
[王述]的文章
[史忠植]的文章
百度学术
百度学术中相似的文章
[王述]的文章
[史忠植]的文章
必应学术
必应学术中相似的文章
[王述]的文章
[史忠植]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

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。