基于Contourlet域HMT模型的SAR图像相干斑抑制 被引量：7

1

作者 沙宇恒 丛琳 +1 位作者 孙强 焦李成 《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 2009年第1期66-71,共6页

将Contourlet变换用于SAR图像的统计特性研究中.基于Contourlet域隐马尔可夫树模型(CHMT),从图像复原的角度出发,结合最小均方误差估计和Bayes估计给出一种SAR图像相干斑抑制的新方法.并给出基于拉普拉斯金字塔算法(LP)分解的斑点方差... 将Contourlet变换用于SAR图像的统计特性研究中.基于Contourlet域隐马尔可夫树模型(CHMT),从图像复原的角度出发,结合最小均方误差估计和Bayes估计给出一种SAR图像相干斑抑制的新方法.并给出基于拉普拉斯金字塔算法(LP)分解的斑点方差估计方法.实验中与小波域HMT算法进行了比较,本文方法在方向信息的保留和斑点的抑制上均有明显改进. 展开更多

关键词 SAR图像处理 SAR图像相干斑抑制 CONTOURLET域 HMT模型 几何多尺度分析

在线阅读 下载PDF 职称材料

基于非下采样Contourlet变换的SAR图像增强 被引量：12

2

作者 沙宇恒 刘芳 焦李成 《电子与信息学报》 EI CSCD 北大核心 2009年第7期1716-1721,共6页

该文基于非下采样Contourlet变换(NSCT)和SAR图像的统计特性,提出一种SAR图像增强方法,给出一种基于非下采样塔型分解的斑点噪声方差估计算法和一种基于方向邻域模型的弱边缘增强算法。该文在不同方向子代进行斑点方差估计,利用局部方... 该文基于非下采样Contourlet变换(NSCT)和SAR图像的统计特性,提出一种SAR图像增强方法,给出一种基于非下采样塔型分解的斑点噪声方差估计算法和一种基于方向邻域模型的弱边缘增强算法。该文在不同方向子代进行斑点方差估计,利用局部方向统计信息对NSCT系数并进行强边缘、弱边缘和噪声分类并进行弱边缘的增强和噪声的抑制。实验结果表明,该方法在方向信息保留和斑点抑制上优于非下采样小波变换(NSWT)相应方法。 展开更多

关键词 SAR图像增强 几何多尺度分析 非下采样CONTOURLET变换 非下采样小波变换

在线阅读 下载PDF 职称材料

基于小波域隐马尔科夫树模型的图像分割 被引量：5

3

作者 侯彪 刘凤 +1 位作者 焦李成 包慧东 《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 2009年第2期156-160,共5页

改进了传统的基于小波域隐马尔科夫树模型的图像分割方法.由于传统方法均为直接选择小波子带系数作为训练特征,不能直接得到像素级分割结果;同时传统方法在后融合方面对所有尺度均采用同一种上下文背景,而忽略不同尺度上初分割类标志图... 改进了传统的基于小波域隐马尔科夫树模型的图像分割方法.由于传统方法均为直接选择小波子带系数作为训练特征,不能直接得到像素级分割结果;同时传统方法在后融合方面对所有尺度均采用同一种上下文背景,而忽略不同尺度上初分割类标志图的特点.因此,本文在粗分割阶段首先处理了训练时参数设置的问题,并选取了更能表征纹理的特征,能直接得到像素级分割结果;在多尺度融合阶段,充分利用不同尺度上类标志图的特性,不仅考虑粗尺度信息对融合结果的影响也考虑了细尺度信息对结果的影响.实验表明本文算法的视觉效果好于与本文进行比较的Choi提出的HMTseg以及孙强提出的WD-HMTseg遥感图像分割算法. 展开更多

关键词 图像分割 小波变换 隐马尔科夫树模型(HMT) 多尺度融合 EM算法

在线阅读 下载PDF 职称材料

基于活性测度和闭环反馈的非下采样Contourlet域图像融合 被引量：12

4

作者 杨晓慧 贾建 焦李成 《电子与信息学报》 EI CSCD 北大核心 2010年第2期422-426,共5页

基于人类视觉系统和源图像特性,该文提出一种非下采样Contourlet域图像融合算法,并讨论了分解层数和方向分解数对融合结果的影响。低通子带引入闭环反馈策略自适应获取近似最优融合权值;高通子带则基于区域能量定义像素活性测度,以有效... 基于人类视觉系统和源图像特性,该文提出一种非下采样Contourlet域图像融合算法,并讨论了分解层数和方向分解数对融合结果的影响。低通子带引入闭环反馈策略自适应获取近似最优融合权值;高通子带则基于区域能量定义像素活性测度,以有效增强图像的对比度,并保持细节信息。实验结果表明:该文提出的图像融合新算法具有较好的鲁棒性,融合图像边缘的清晰度和连续性也较理想。 展开更多

关键词 图像融合 非下采样Contourlets 活性测度 闭环反馈

在线阅读 下载PDF 职称材料

空间一致性约束谱聚类算法用于图像分割 被引量：19

5

作者 贾建华 焦李成 《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 2010年第1期69-74,共6页

近来出现的谱聚类算法在模式识别和图像分割中得到了广泛应用.与传统的聚类算法相比,谱聚类算法能在任意形状的样本空间上聚类且收敛于全局最优解.本研究从谱聚类和权核K-均值的等价性出发,基于图像的空间一致特性,提出了一种基于空间... 近来出现的谱聚类算法在模式识别和图像分割中得到了广泛应用.与传统的聚类算法相比,谱聚类算法能在任意形状的样本空间上聚类且收敛于全局最优解.本研究从谱聚类和权核K-均值的等价性出发,基于图像的空间一致特性,提出了一种基于空间约束特性的谱聚类算法.该算法通过对加权核K-均值的目标函数加上空间一致约束项,利用近似逼近将目标函数最小化与谱聚类算法等价起来.仿真实验表明,此算法在图像分割中取得了比原始谱聚类算法更好的分割效果. 展开更多

关键词 谱聚类 权核K-均值 空间一致特性 图像分割

在线阅读 下载PDF 职称材料

基于自适应窗和形状自适应小波变换的SAR图像相干斑抑制 被引量：4

6

作者 凤宏晓 侯彪 +1 位作者 王爽 焦李成 《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 2009年第3期212-217,223,共7页

结合SAR图像空域的先验知识和小波域系数的特性,提出了一种新的SAR图像相干斑抑制算法.使用最近提出的局部多项式近似-置信区间交叉(local polynomial approximation-intersection of confidence intervals(LPA-ICI))构造自适应窗,寻找... 结合SAR图像空域的先验知识和小波域系数的特性,提出了一种新的SAR图像相干斑抑制算法.使用最近提出的局部多项式近似-置信区间交叉(local polynomial approximation-intersection of confidence intervals(LPA-ICI))构造自适应窗,寻找到与SAR图像中每个像素点相对应的同质区域,在每个同质区域内利用本文给出的快速形状自适应小波变换进行硬阈值收缩抑斑,最后根据本文提出的稀疏加权方法融合多个估计样本获得最终抑斑图像.实验结果表明本文提出的算法有着很好的抑斑性能,尤其是在去除重构图像中的"振铃"效应以及有效保留原始SAR图像中的点目标方面性能更突出. 展开更多

关键词 SAR图像相干斑抑制 自适应窗 形状自适应小波变换 局部多项式近似-置信区间交叉 基于稀疏性的权值

在线阅读 下载PDF 职称材料

基于提升方向波变换域的SAR图像压缩 被引量：3

7

作者 白静 吴家骥 +1 位作者 王磊 焦李成 《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 2009年第4期311-315,共5页

提出了一种基于提升方向波变换SAR图像的压缩算法.该算法构造了方向波变换的提升方案,通过改进的四叉树分块算法寻找局部最优的变换方向,有效地描述了图像中的方向特征.根据变换系数分布特性构造了多方向各向异性的多级零树结构,提高了... 提出了一种基于提升方向波变换SAR图像的压缩算法.该算法构造了方向波变换的提升方案,通过改进的四叉树分块算法寻找局部最优的变换方向,有效地描述了图像中的方向特征.根据变换系数分布特性构造了多方向各向异性的多级零树结构,提高了编码效率.对多幅SAR图像的压缩实验表明,较之基于小波的SPIHT和JPEG2000等算法,本文方法在性能指标和视觉效果方面均得到了明显提高,尤其在低比特率下,优势更加突出. 展开更多

关键词 方向波变换 提升方案 SAR图像压缩 多级零树

在线阅读 下载PDF 职称材料

基于改进Wedgelet变换的SAR图像边缘检测 被引量：3

8

作者 侯彪 刘佩 焦李成 《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 2009年第5期396-400,共5页

针对SAR图像边缘检测中,传统算法很难同时兼顾噪声抑制和对边缘完整准确定位的缺点,利用多尺度Wedgelet变换能够有效检测线目标的特点,提出了一种新的Wedgelet变换的代价函数,增强了其抑噪能力,同时选择了适当的分解尺度,在没有降低逼... 针对SAR图像边缘检测中,传统算法很难同时兼顾噪声抑制和对边缘完整准确定位的缺点,利用多尺度Wedgelet变换能够有效检测线目标的特点,提出了一种新的Wedgelet变换的代价函数,增强了其抑噪能力,同时选择了适当的分解尺度,在没有降低逼近图像质量的情况下提高了变换速度.基于此变换,对SAR图像进行自适应的边缘检测.实验结果表明该方法有效克服了斑点噪声的影响,对SAR图像的边缘检测是可行、有效的. 展开更多

关键词 边缘检测 Wedgelet 多尺度分析 SAR图像

在线阅读 下载PDF 职称材料

基于复Bandelets的自适应SAR图像相干斑抑制 被引量：3

9

作者 杨晓慧 焦李成 李登峰 《电子学报》 EI CAS CSCD 北大核心 2009年第9期1880-1884,共5页

针对SAR图像统计特性,构建具有良好的平移不变性、方向选择性和自适应近似最优匹配性能的复Bandelet基函数,并提出一种相干斑抑制算法.该算法基于全变差构建复Bandelet寻优的目标函数;采用广义交叉验证准则,在不需要估计噪声方差的情况... 针对SAR图像统计特性,构建具有良好的平移不变性、方向选择性和自适应近似最优匹配性能的复Bandelet基函数,并提出一种相干斑抑制算法.该算法基于全变差构建复Bandelet寻优的目标函数;采用广义交叉验证准则,在不需要估计噪声方差的情况下,自适应获取各个分解层的渐进最优阈值.实验与经典空域滤波、基于小波、双树复小波和Bandelets的滤波方法进行了比较,结果表明基于复Bandelets的滤波方法在有效滤波的同时更好地保护了图像的几何结构信息,客观衡量指标和视觉效果都有较明显的改善. 展开更多

关键词 复Bandelets 全变差 广义交叉验证 SAR 相干斑抑制

在线阅读 下载PDF 职称材料

基于克隆选择和多重空间构造的彩色图像分割 被引量：2

10

作者 邓晓政 焦李成 +1 位作者 杨淑媛 吴秋逸 《电子与信息学报》 EI CSCD 北大核心 2010年第8期1792-1796,共5页

该文提出一种基于克隆选择和多重空间构造的彩色图像分割方法。该方法首先将一些常见的颜色分量分为亮度成分、单频光谱成分、双频光谱成分、多频光谱成分,利用主分量分析技术(PCA)分别对其进行计算,得到最具有识别能力的颜色分量来构... 该文提出一种基于克隆选择和多重空间构造的彩色图像分割方法。该方法首先将一些常见的颜色分量分为亮度成分、单频光谱成分、双频光谱成分、多频光谱成分,利用主分量分析技术(PCA)分别对其进行计算,得到最具有识别能力的颜色分量来构造多重颜色空间;然后利用克隆选择算法对样本进行自学习,得到全局最优的聚类中心;最后用得到的聚类中心对图像进行分割。由于该文的方法结合了克隆选择算法的非线性分类能力,通过对彩色图像自适应的构造最佳多重空间,能够快速准确地得到分割结果,克服了传统分割方法使用固定颜色空间以及容易陷入局部最优的缺点。通过实验表明,该方法对彩色图像同质区的分割均匀,边缘保持度好。此外,新方法对彩色图像的亮度和纹理变化不敏感,鲁棒性较强。 展开更多

关键词 彩色图像分割 多重空间 克隆选择 主分量分析

在线阅读 下载PDF 职称材料

基于自适应窗口固定及传播的多尺度纹理图像分割 被引量：1

11

作者 侯彪 刘凤 +1 位作者 焦李成 包慧东 《电子学报》 EI CAS CSCD 北大核心 2009年第7期1492-1500,共9页

本文提出一种基于自适应窗口固定及传播的多尺度纹理图像分割方法,在小波域隐马尔科夫树模型(WHMT)的初始分割基础上,根据分割粗尺度上的区域一致性好,细尺度上的边缘准确的特点,利用上下尺度像素之间以及本层邻域像素的马尔科夫性,标... 本文提出一种基于自适应窗口固定及传播的多尺度纹理图像分割方法,在小波域隐马尔科夫树模型(WHMT)的初始分割基础上,根据分割粗尺度上的区域一致性好,细尺度上的边缘准确的特点,利用上下尺度像素之间以及本层邻域像素的马尔科夫性,标记出图像的一致性区域和边缘区域,将一致性区域固定,类标直接下传到下一尺度,边缘区域则利用邻域信息确定出上文权值背景传播到下一尺度,与下尺度一起共同指导图像分割,从而很好的保持了区域均匀性和边缘准确性.同时根据纹理图像区域聚集性的特性,利用基于多项式展开和置信区间交叉(LPA-ICI)方法找出各类区域聚集的物理位置中心,融入上下文权值背景中,使得指导分割策略能够更好的进行.实验表明,对于合成纹理图像来说,本文提出的多尺度融合算法在均匀区域内部及区域边界都大为改善,而且无须进行参数的训练,使算法快速的完成. 展开更多

关键词 多尺度纹理图像分割 马尔科夫性 小波域隐马尔科夫树模型(WHMT) 多尺度窗口固定传播 位置信息 多项式展开和置信区间交叉(LPA-ICI) 融合

在线阅读 下载PDF 职称材料

基于Multibandelets的自适应图像压缩 被引量：2

12

作者 杨晓慧 焦李成 李登峰 《电子与信息学报》 EI CSCD 北大核心 2009年第7期1615-1619,共5页

为了在图像压缩时更好地保护具有方向性的几何结构信息,该文构建了一种新的基函数,称为Multibandelets,并结合Shannon编码用于自然图像的压缩。实验结果表明:与多小波、具有同样消失矩的小波和Bandelets相比较,基于Multibandelets的图... 为了在图像压缩时更好地保护具有方向性的几何结构信息,该文构建了一种新的基函数,称为Multibandelets,并结合Shannon编码用于自然图像的压缩。实验结果表明:与多小波、具有同样消失矩的小波和Bandelets相比较,基于Multibandelets的图像压缩在视觉效果和客观衡量指标两方面都有改善,尤其对具有方向性的细节和纹理信息具有更好的表示。 展开更多

关键词 图像压缩 Multibandelet 几何方向分析

在线阅读 下载PDF 职称材料

基于空间映射复Directionlet变换的图像纹理分类 被引量：1

13

作者 白静 贾建华 焦李成 《电子与信息学报》 EI CSCD 北大核心 2009年第6期1332-1336,共5页

Directionlet变换具有多方向各向异性基函数,能有效捕捉图像的奇异性特征。该文在此基础上构造了一种空间映射的复Directionlet变换,使其具备了更为灵活的方向选择性和近似的平移不变性。利用空间映射方法获得Directionlet变换的复函数... Directionlet变换具有多方向各向异性基函数,能有效捕捉图像的奇异性特征。该文在此基础上构造了一种空间映射的复Directionlet变换,使其具备了更为灵活的方向选择性和近似的平移不变性。利用空间映射方法获得Directionlet变换的复函数空间,对多尺度各方向子带系数提取能量特征用于图像纹理分类。通过对Brodatz图像库及真实SAR图像的纹理分类实验表明,该文算法较之小波分析及其它多尺度几何分析方法,具有更优的纹理分类性能,也验证了Directionlet工具在图像分析中的应用潜力。 展开更多

关键词 SAR图像 Brodatz图像 Directionlet变换 空间映射 纹理分类

在线阅读 下载PDF 职称材料

基于两时相图像联合分类的SAR图像变化检测 被引量：4

14

作者 李金基 焦李成 +1 位作者 张向荣 杨咚咚 《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 2009年第6期466-471,共6页

传统分类后比较法(post-classification comparison,PCC)存在分类累积误差问题,且对单幅图像分类精度要求较高,对此,根据不同时相图像的不变信息所具有的相关性,提出了一种基于两时相图像联合分类的SAR图像变化检测方法.该方法以灰度值... 传统分类后比较法(post-classification comparison,PCC)存在分类累积误差问题,且对单幅图像分类精度要求较高,对此,根据不同时相图像的不变信息所具有的相关性,提出了一种基于两时相图像联合分类的SAR图像变化检测方法.该方法以灰度值作为输入信息,通过相似度计算可得两时相图像对应位置像素的灰度相似度,然后求解全局相似度阈值,并用于控制基于K-均值的联合分类器对两时相图像进行联合分类,最后通过类别比较获得变化检测结果.实验结果表明本文方法不但可提高单幅图像的分类精度,而且能够精确地把不同时相图像的不变地物信息划分为同一类别,减少了分类累积误差的影响,提高了变化检测性能. 展开更多

关键词 变化检测 SAR图像 联合分类 相似度

在线阅读 下载PDF 职称材料

基于非下采样Contourlet变换和双变量模型的图像去噪 被引量：7

15

作者 边策 钟桦 焦李成 《电子与信息学报》 EI CSCD 北大核心 2009年第3期561-565,共5页

在研究了非下采样Contourlet变换(NSCT)和贝叶斯最大后验估计理论框架下的双变量模型的基础上,该文将二者结合起来,提出了一种新的图像去噪算法。算法在利用变换平移不变性和多方向选择性优点的同时,充分挖掘了图像NSCT系数尺度内和尺... 在研究了非下采样Contourlet变换(NSCT)和贝叶斯最大后验估计理论框架下的双变量模型的基础上,该文将二者结合起来,提出了一种新的图像去噪算法。算法在利用变换平移不变性和多方向选择性优点的同时,充分挖掘了图像NSCT系数尺度内和尺度间的双重相关性,并详细阐述了噪声估计方法。仿真结果和分析表明,与当前一些典型的去噪算法相比,该文算法的客观评价指标PSNR和去噪后图像的主观视觉效果都有明显的提高和改善,有效地保持了原图像中的细节和纹理信息。 展开更多

关键词 图像去噪 非下采样CONTOURLET变换 双变量模型

在线阅读 下载PDF 职称材料

用于约束多目标优化的免疫记忆克隆算法 被引量：16

16

作者 尚荣华 焦李成 +1 位作者 马文萍 公茂果 《电子学报》 EI CAS CSCD 北大核心 2009年第6期1289-1294,共6页

提出一种用于求解约束多目标优化问题的新算法,其主要特点是将约束条件转化为一个目标,并引入免疫克隆和免疫记忆机制,使抗体种群的演化过程和记忆单元的演化过程并行进行,更好地实现了抗体间的相互协作,保证了在演化过程中,解集从可行... 提出一种用于求解约束多目标优化问题的新算法,其主要特点是将约束条件转化为一个目标,并引入免疫克隆和免疫记忆机制,使抗体种群的演化过程和记忆单元的演化过程并行进行,更好地实现了抗体间的相互协作,保证了在演化过程中,解集从可行域内部和不可行域边缘向着约束最优Pareto-前端逼近.从而保证了算法较强的收敛性以及所得最优解较好的多样性.仿真结果表明,新算法很好的保持了所得最优解的多样性、均匀性以及较强的收敛性. 展开更多

关键词 人工免疫系统 约束多目标优化 免疫记忆 Pareto-最优

在线阅读 下载PDF 职称材料

一种基于质心不变特性的仿射不变纹理特征提取算法 被引量：7

17

作者 贾建华 焦李成 黄文涛 《电子学报》 EI CAS CSCD 北大核心 2008年第10期1910-1915,共6页

仿射不变模式识别是模式识别问题中的一个难点问题,本文提出了一种基于全局特征的仿射不变特征提取方法.算法从仿射变换的数学模型出发,利用仿射前后图像质心位置的不变特性,以质心为极点将图像从笛卡尔坐标系变换到极坐标系,然后利用... 仿射不变模式识别是模式识别问题中的一个难点问题,本文提出了一种基于全局特征的仿射不变特征提取方法.算法从仿射变换的数学模型出发,利用仿射前后图像质心位置的不变特性,以质心为极点将图像从笛卡尔坐标系变换到极坐标系,然后利用对数变换和Radon变换分别将各向异性的尺度变换和旋转变换转化为平移变换,在此基础上利用具有平移不变性的非下采样小波变换提取变换图像的平移不变特征,实现了对图像的仿射不变的特征提取.将此算法运用于仿射纹理图像分类中,实验结果表明达到了较高的识别率. 展开更多

关键词 仿射不变 图像质心 对数变换 RADON变换 小波变换 纹理分类

在线阅读 下载PDF 职称材料

基于分布式人工免疫算法的数值优化 被引量：7

18

作者 戚玉涛 刘芳 焦李成 《电子学报》 EI CAS CSCD 北大核心 2009年第7期1554-1561,共8页

本文提出了一种分布式的人工免疫系统模型——塔式主从模型(TMSM),并基于此模型设计了一种用于解决数值优化问题的分布式免疫记忆克隆选择算法(DIMCSA).借助Markov模型,文中证明了DIMCSA的收敛性.为了摆脱网络连接状态对算法性能的影响... 本文提出了一种分布式的人工免疫系统模型——塔式主从模型(TMSM),并基于此模型设计了一种用于解决数值优化问题的分布式免疫记忆克隆选择算法(DIMCSA).借助Markov模型,文中证明了DIMCSA的收敛性.为了摆脱网络连接状态对算法性能的影响,客观地衡量分布式人工免疫优化算法的性能,本文设计了多线程虚拟并行计算仿真系统,并分别考虑算法搜索时间和网络通信时间,给出了一种新的比较分布式随机搜索算法性能的指标.实验结果表明,DIMCSA能够用较少的计算代价和通信代价获得更高质量的解,适合解决大规模的复杂优化问题. 展开更多

关键词 分布式人工免疫模型 数值优化 克隆选择 MARKOV链

在线阅读 下载PDF 职称材料

M-精英进化算法及其在V-BLAST系统中的应用 被引量：5

19

作者 慕彩红 焦李成 刘逸 《电子与信息学报》 EI CSCD 北大核心 2009年第10期2443-2448,共6页

为解决垂直分层空时(V-BLAST)系统中的最大似然检测算法(ML)复杂度过高的问题,并针对通信系统对实时性要求较高的特点,该文提出了一种复杂度较低且性能优良的进化算法,即M-精英进化算法(MEA),来逼近ML检测算法。通过一个经典背包问题的... 为解决垂直分层空时(V-BLAST)系统中的最大似然检测算法(ML)复杂度过高的问题,并针对通信系统对实时性要求较高的特点,该文提出了一种复杂度较低且性能优良的进化算法,即M-精英进化算法(MEA),来逼近ML检测算法。通过一个经典背包问题的仿真验证了MEA求解组合优化问题的有效性,实际的通信系统仿真表明,基于MEA的检测算法优于一些经典的检测算法,也优于基于标准遗传算法及克隆选择算法的检测算法,能够较好地逼近ML检测算法。 展开更多

关键词 通信系统 进化算法 垂直分层空时系统 背包问题 最大似然检测算法 M-精英

在线阅读 下载PDF 职称材料

基于图的Co-Training网页分类 被引量：9

20

作者 侯翠琴 焦李成 《电子学报》 EI CAS CSCD 北大核心 2009年第10期2173-2180,2219,共9页

本文充分利用网页数据的超链接关系和文本信息,提出了一种用于网页分类的归纳式半监督学习算法:基于图的Co-training网页分类算法(Graph based Co-training algorithmfor web page classification),简称GCo-training,并从理论上证明了... 本文充分利用网页数据的超链接关系和文本信息,提出了一种用于网页分类的归纳式半监督学习算法:基于图的Co-training网页分类算法(Graph based Co-training algorithmfor web page classification),简称GCo-training,并从理论上证明了算法的有效性.GCo-training在Co-training算法框架下,迭代地学习一个基于由超链接信息构造的图的半监督分类器和一个基于文本特征的Bayes分类器.基于图的半监督分类器只利用少量的标记数据,通过挖掘数据间大量的关系信息就可达到比较高的预测精度,可为Bayes分类器提供大量的标记信息;反过来学习大量标记信息后的Bayes分类器也可为基于图的分类器提供有效信息.迭代过程中,二者互相帮助,不断提高各自的性能,而后Bayes分类器可以用来预测大量未见数据的类别.在Web→KB数据集上的实验结果表明,与利用文本特征和锚文本特征的Co-training算法和基于EM的Bayes算法相比,GCo-training算法性能优越. 展开更多

关键词 图 半监督 CO-TRAINING 归纳式 网页分类

在线阅读 下载PDF 职称材料