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:
图像检索中很多时候会出现相关反馈提供的标注样本数不足,从而导致监督学习方法面临过适应问题的困扰.提出一种能有效使用未标记数据的半监督新型算法:近邻保留回归算法,它通过使已标记数据的观测误差函数最小化,来选择综合性能最好的回归函数,以兼顾图像的语义特征及图像空间的几何结构,并解决过适应问题.实验结果证明,算法能有效提高图像检索系统的性能.
推荐文章
CBIR中一种基于最近邻的改进相关反馈算法
相关反馈技术
基于内容的图像检索
最近邻
小样本问题
交互式
一种判别极端学习的相关反馈图像检索方法
图像检索
相关反馈
支持向量机
极端学习机
判别信息
一种改进的SVM相关反馈图像检索方法
支持向量机
统计学习理论
机器学习
图像检索
基于SVM的相关反馈图像检索研究
基于内容的图像检索
感兴趣区域
支持向量机
相关反馈
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 一种基于近邻保留的相关反馈图像检索算法
来源期刊 计算机科学 学科 工学
关键词 流形学习 近邻保留 相关反馈 图像检索
年,卷(期) 2012,(1) 所属期刊栏目 图形图像
研究方向 页码范围 281-284
页数 分类号 TP391.4
字数 4940字 语种 中文
DOI 10.3969/j.issn.1002-137X.2012.01.065
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 吴跃 电子科技大学计算机科学和工程学院 95 1014 16.0 27.0
2 赵继东 电子科技大学计算机科学和工程学院 14 120 8.0 10.0
3 鲁珂 电子科技大学计算机科学和工程学院 14 126 8.0 11.0
4 丁正明 电子科技大学计算机科学和工程学院 2 27 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (51)
参考文献  (9)
节点文献
引证文献  (9)
同被引文献  (29)
二级引证文献  (25)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(5)
  • 参考文献(2)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(5)
  • 参考文献(5)
  • 二级参考文献(0)
2012(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 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(3)
  • 二级引证文献(1)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(5)
  • 引证文献(3)
  • 二级引证文献(2)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(11)
  • 引证文献(1)
  • 二级引证文献(10)
2018(6)
  • 引证文献(0)
  • 二级引证文献(6)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(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
流形学习
近邻保留
相关反馈
图像检索
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
计算机科学
月刊
1002-137X
50-1075/TP
大16开
重庆市渝北区洪湖西路18号
78-68
1974
chi
出版文献量(篇)
18527
总下载数(次)
68
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