图像-文本相关性挖掘的Web图像聚类方法

• 作者: 吴飞 庄越挺 邵健 韩亚洪
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 图聚类 复杂图 可见度 LDA(latent Dirichlet allocation) 谱聚类
• 年，卷（期）: 2010,（7）
• 页码范围: 1561-1575
• 分类号: TP311
• 字数: 9622字
• 语种: 中文
• DOI: 10.3724/SP.J.1001.2010.03704

摘要

为了实现Web图像检索结果的聚类,提出了一种Web图像的图聚类方法.首先定义了两种类型关联:单词与图像结点之间的异构链接以及单词结点之间的同构链接.为了克服传统的TF-IDF方法不能直接反映单词与图像之间的语义关联局限性,提出并定义了单词可见度(visibility)这一属性,并将其集成到传统的tf-idf模型中以挖掘单词-图像之间关联的权重.根据LDA(latent Dirichlet allocation)模型,单词-单词之间关联权重通过一个定义的主题相关度函数来计算.最后,应用复杂图聚类和二部图协同谱聚类等算法验证了在图模型上引入两种相关性关联的有效性,达到了改进了Web图像聚类性能的目的.

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	邵健	浙江大学计算机科学与技术学院	17	151	8.0	12.0
4	韩亚洪	浙江大学计算机科学与技术学院	1	29	1.0	1.0