一种新的基于频繁加权概念格的视觉单词生成方法

• 作者: 张素兰 张继福 褚萌
• 来源期刊: 太原科技大学学报
• 学科: 工学
• 关键词: 频繁加权概念格 视觉词包 视觉单词约简
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 计算机与信息科学
• 页码范围: 421-425
• 页数: 5页
• 分类号: TP301
• 字数: 2766字
• 语种: 中文

摘要

传统的视觉单词仅通过无监督聚类方法生成,标注的精度和效率较低。加权概念格是一种有效的层次数据分析工具,本文采用加权概念格对视觉单词进行分析与约简,提出了一种新的视觉单词生成方法。首先生成训练图像视觉词包的形式背景,并通过信息熵获取视觉单词的权值;其次针对各语义类别,根据用户所设定的内涵重要性阈值,构造出视觉词包模型频繁加权概念格;然后依据外延数阈值,提取对分类贡献大的描述图像语义的约简视觉单词,进一步提高了标注的精度和效率;最后通过实验验证了该方法是有效的和可行的。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张继福	太原科技大学计算机科学与技术学院	94	600	14.0	20.0
2	张素兰	太原科技大学计算机科学与技术学院	37	232	9.0	14.0
3	褚萌	太原科技大学计算机科学与技术学院	2	2	1.0	1.0