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:
图半监督学习(Graph based semi-supervised learning,GSL)方法需要花费大量时间构造一个近邻图,速度比较慢.本文提出了一种哈希图半监督学习(Hash graph based semi-supervised learning,HGSL)方法,该方法通过局部敏感的哈希函数进行近邻搜索,可以有效降低图半监督学习方法所需的构图时间.图像分割实验表明,该方法一方面可以达到更好的分割效果,使分割准确率提高0.47%左右;另一方面町以人幅度减小分割时间,以一幅大小为300像素×800像素的图像为例,分割时间可减少为图半监督学习所需时间的28.5%左右.
推荐文章
彩色图像分割中基于图上半监督学习算法研究
交互式图像分割
图上半监督
颜色相似性特征
双高斯模型
基于半监督学习的一种图像检索方法
基于内容的图像检索
半监督学习
图像特征
相关度
查准率—查全率曲线
基于半监督学习的应用流分类方法
流量分类
半监督学习
特征选择
正例半监督学习眉毛图像分割
正例半监督学习
图半监督学习
交互图像分割
朴素贝叶斯
期望最大化
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 哈希图半监督学习方法及其在图像分割中的应用
来源期刊 自动化学报 学科
关键词 哈希图半监督学习 图半监督学习 局部敏感的哈希函数 图像分割
年,卷(期) 2010,(11) 所属期刊栏目
研究方向 页码范围 1527-1533
页数 7页 分类号
字数 语种 中文
DOI 10.3724/SP.J.1004.2010.01527
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 李玉鑑 57 357 10.0 17.0
2 张晨光 6 13 1.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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
哈希图半监督学习
图半监督学习
局部敏感的哈希函数
图像分割
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
自动化学报
月刊
0254-4156
11-2109/TP
大16开
北京市海淀区中关村东路95号(北京2728信箱)
2-180
1963
chi
出版文献量(篇)
4124
总下载数(次)
26
总被引数(次)
120705
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导