基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在图像挖掘中,自动化分类图像的一个有效的方法是利用自动学习系统.分类时要求标签数据,由于大量的图像,手工分类是不现实的;为了减少领域专家标签图像数量,类特征集成自动学习算法是一种有效的方案.
推荐文章
基于多特征集成的鲁棒图像拷贝检测算法
图像拷贝检测
级联框架
多特征集成
树型索引结构
面向移动App流量的多特征集合集成聚类方法研究与应用
移动App流量
流量统计特征
集成聚类
流量识别
基于多种LBP特征集成学习的人脸识别
中心对称局部二进制(CSLBP)
特征点
多特征
K最近邻算法
支持向量机
集成学习
图像分割的谱聚类集成算法
谱聚类
集成学习
Hungarian算法
成分数据
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 图像挖掘中利用类特征集成的自动学习算法研究
来源期刊 电脑知识与技术(技术论坛) 学科 工学
关键词 图像挖掘 自动学习 集成学习
年,卷(期) 2005,(10) 所属期刊栏目 应用研究
研究方向 页码范围 71-73
页数 3页 分类号 TP301
字数 3608字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘郁 东北大学成都东软信息技术学院计算机系 2 0 0.0 0.0
2 陈耘志 东北大学成都东软信息技术学院计算机系 2 0 0.0 0.0
3 张兵 东北大学成都东软信息技术学院计算机系 2 7 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (71)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1943(1)
  • 参考文献(0)
  • 二级参考文献(1)
1967(2)
  • 参考文献(0)
  • 二级参考文献(2)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(2)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图像挖掘
自动学习
集成学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电脑知识与技术(数字社区与智能家居)
月刊
chi
出版文献量(篇)
2081
总下载数(次)
1
论文1v1指导