基于特征子空间学习的跨媒体检索方法

• 作者: 吴飞 庄越挺 张鸿
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 跨媒体检索 特征异构 聚类优化 主动学习
• 年，卷（期）: 2008,（6）
• 所属期刊栏目: 论文与报告
• 页码范围: 739-745
• 页数: 7页
• 分类号: TP391
• 字数: 5787字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2008.06.005

摘要

学习不同模态的多媒体数据在底层特征上的潜在关系,在降维得到的特征子空间中通过基于相似度传递的优化算法对图像和音频的聚类质量进行修正.相关反馈过程中设计了3种主动学习策略用以计算用户标注样本周围未标注样本的条件概率,从而在反馈样本有限的情况下提高跨媒体检索效率.实验结果表明该方法准确度量跨媒体的相关性,有效实现图像和音频数据之间的相互检索.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	庄越挺	浙江大学计算机科学与技术学院	100	2810	28.0	50.0
2	吴飞	浙江大学计算机科学与技术学院	225	2325	27.0	39.0
3	张鸿	浙江大学计算机科学与技术学院	4	103	3.0	4.0