【摘 要】
:
随着数字照相机的普及和网络多媒体的快速发展,互联网上的图像等多媒体内容的数量正在以指数级的速度迅猛增长。因此,实现对规模日益庞大的图像数据的有效管理和检索具有十分
论文部分内容阅读
随着数字照相机的普及和网络多媒体的快速发展,互联网上的图像等多媒体内容的数量正在以指数级的速度迅猛增长。因此,实现对规模日益庞大的图像数据的有效管理和检索具有十分重要的现实意义。相应地,如何准确的对图像数据进行聚类与分类逐渐成为近年来热点研究问题。但是由于受到目前图像理解技术的局限,图像的视觉底层特征和高层语义之间存在着著名的“语义鸿沟”问题。为了解决这种由底层视觉特征和高层语义之间的差异所造成的困难,提高聚类以及分类的性能,本文首先提出了一种局部样条嵌入的半监督子空间学习算法。该算法的目的是学习一个投影矩阵,使得训练样本中的标注数据经过投影矩阵降维后其类间离散度尽量大,类内离散度尽量小。同时,该算法通过局部样条回归可将局部低维嵌入坐标映射成全局低维嵌入坐标,使得被投影数据保持原有流形结构,有效利用了有标注训练样本和未标注训练样本,从而得到优化的图像表达方式。通过与半监督判别分析算法比较,局部样条嵌入的半监督子空间学习算法具有更好的推广能力。但是局部样条嵌入的半监督子空间学习算法所求得的子空间投影矩阵不是正交的。非正交性使其不能保持高维空间的测度结构以及不能用于估计高维数据的内蕴维度,从而在一定程度上降低了该算法的性能。因此我们在原算法基础上引入了正交化处理,提出了基于正交投影的局部样条嵌入半监督子空间学习算法。最后,我们将提出的算法应用到了实际的图像聚类与分类任务中,通过在几种常用的图像数据集上的测试,实验结果表明了该算法的有效性。
其他文献
随着计算机技术与多媒体技术的迅猛发展,高等院校的教学形式和活动形式都发生了巨大的变化,无论是教学、会议、培训、活动都越来越依赖于多媒体的运用与支持。多媒体教学极大地
云计算是随着并行计算、网格计算、分布式计算等技术的发展与融合而产生的新技术,近年来许多IT巨头加大云计算的研究投入,随着市场的成熟,它的发展规模也越来越大,它在市场中的投
近些年来,随着网络技术和通信技术的不断发展以及用户对网络需求日益多样化。通过IP网络传输多媒体信息的技术也不断推陈出新,于是基于Internet网络的数字会议系统作为一种新
随着语义Web的深入研究发展,本体作为语义Web实现的关键,得到了广泛研究,出现了大量异构的、动态变化以及质量较差的本体,这些本体制约着语义Web的进一步发展。为了促进语义W
本文主要研究了基于符号计算求解两类孤立子方程的对称群及其算法。文中分别对微分差分方程和2+1维偏微分方程进行了研究,并总结出求解非线性微分方程完全群的算法步骤。第二
随着计算机产业的快速发展,软件的规模不断扩大,软件的测试工作也越来越复杂,如何提高测试的效率已成为被广泛关注的问题。形式化方法的研究和应用已有30多年的历史,它的优越
信息作为现代企业的宝贵资源,占据着越来越重要的地位。而数据仓库作为数据信息的载体,旨在通过通畅全面的信息管理,达到有效的决策支持。传统的数据仓库通常以支持企业内部
本文以集成供应链信息管理系统的协同生产管理系统CPMS(Cooperative Production Management System,CPMS)的研究开发为应用背景,采用协同计算方法和WSRF(Web Service Resourc
互联网的发展不断地影响着人们的生活,一些多媒体数据例如图片、视频、图像、音频数据等都可以从互联网上很容易下载下来。但是,多媒体数据和文本数据一样有版权归属问题,人们在
遗传信息DNA经过转录生成mRNA,mRNA在核糖体中经过翻译生成蛋白质,这就是长期以来人们对生物学中心法则的理解,但microRNA(miRNA)的发现却改变了人们对中心法则的最初认识。m