原文服务方: 东北林业大学学报       
摘要:
采用了新的颜色特征提取方法,融合图像的颜色和纹理特征作为图像的特征向量,用支持向量机实现图像语义信息的标注.实验结果表明,多特征图像检索要比单一特征检索效果好,在颜色特征的基础上引入纹理特征和形状特征后可有效提高检索效率,而且采用支持向量机融合多特征可成功用于图像语义的标注.
推荐文章
基于多特征融合与PLSA-GMM的图像自动标注
多特征融合
概率潜在语义分析
高斯混合模型
图像自动标注
基于分类融合和关联规则挖掘的图像语义标注
图像标注
K-means聚类
支持向量机
关联规则挖掘
融合多特征的深度学习标注方法
多特征融合
深度学习
受限玻尔兹曼机
图像标注
基于潜在主题融合的跨媒体图像语义标注
图像语义标注
跨媒体
主题模型
加权融合
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 基于多特征融合的图像语义标注
来源期刊 东北林业大学学报 学科
关键词 基于内容的图像检索 多特征融合 支持向量机 图像语义标注
年,卷(期) 2008,(10) 所属期刊栏目 研究简报
研究方向 页码范围 88-89
页数 2页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1000-5382.2008.10.033
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 王霓虹 97 947 15.0 25.0
2 邱兆文 28 230 8.0 14.0
3 胡全 6 40 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (62)
共引文献  (231)
参考文献  (8)
节点文献
引证文献  (9)
同被引文献  (4)
二级引证文献  (8)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(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)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(5)
  • 参考文献(0)
  • 二级参考文献(5)
1995(9)
  • 参考文献(0)
  • 二级参考文献(9)
1996(5)
  • 参考文献(1)
  • 二级参考文献(4)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(5)
  • 参考文献(1)
  • 二级参考文献(4)
1999(11)
  • 参考文献(1)
  • 二级参考文献(10)
2000(9)
  • 参考文献(1)
  • 二级参考文献(8)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(5)
  • 参考文献(2)
  • 二级参考文献(3)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(4)
  • 引证文献(2)
  • 二级引证文献(2)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(5)
  • 引证文献(3)
  • 二级引证文献(2)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
基于内容的图像检索
多特征融合
支持向量机
图像语义标注
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
东北林业大学学报
月刊
1000-5382
23-1268/S
大16开
1957-01-01
chi
出版文献量(篇)
7235
总下载数(次)
0
总被引数(次)
68015
相关基金
黑龙江省杰出青年科学基金
英文译名:
官方网址:http://jj.dragon.cn/qn/
项目类型:
学科类型:
论文1v1指导