期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于图学习的社会网络图像标签排序算法 被引量:2
1
作者 王婧 《计算机工程与设计》 北大核心 2020年第2期417-424,共8页
提出一种社会网络图像标签排序算法。将SIFT特征、卷积神经网络特征以及视觉词袋模型相结合,从图像训练集中获取目标图像的视觉近邻图像集;令所有视觉近邻图像为目标图像的初始标签进行加权投票,通过对图像视觉相似度和标签语义相似度... 提出一种社会网络图像标签排序算法。将SIFT特征、卷积神经网络特征以及视觉词袋模型相结合,从图像训练集中获取目标图像的视觉近邻图像集;令所有视觉近邻图像为目标图像的初始标签进行加权投票,通过对图像视觉相似度和标签语义相似度的线性融合,计算投票权值;利用目标图像及其视觉近邻图像的标签,构造标签图模型;利用加权投票结果在标签图上执行随机漫步,完成标签排序任务。实验结果验证了提出方法的有效性。 展开更多
关键词 社会网络图像 标签排序 图学习 随机漫步 近邻投票
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部