融合异构信息的网络视频在线半监督分类方法

• 作者: 杜友田 辛刚 郑庆华
• 来源期刊: 西安交通大学学报
• 关键词: 网络视频 异构信息 半监督分类
• 年，卷（期）: 2013,（7）
• 页码范围: 96-101
• 页数: 6页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.7652/xjtuxb201307018

摘要

针对大规模网络视频数据的学习需要考虑无标签数据和异构信息的问题,提出了一种基于视觉和文本异构信息的网络视频在线半监督学习方法.该方法将文本和视觉看作2个视图,采用图作为基分类器对每个视图进行建模,并利用线性邻域的传播算法来预测样本类别.在不同视图之间采用多图上的协同训练,利用未标记样本增量地更新基分类器,并根据类别相关的融合方法确定最终结果,从而提高了分类准确率.实验结果表明,该方法的结果优于支持向量机方法约8.3％,在线增量更新后,学习器的性能提高了约3％,因此比较适合于大规模视频数据的在线半监督学习.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑庆华	西安交通大学智能网络与网络安全教育部重点实验室	118	1659	22.0	36.0
5	杜友田	西安交通大学智能网络与网络安全教育部重点实验室	7	25	2.0	5.0
6	辛刚	西安交通大学陕西省天地网重点实验室	1	1	1.0	1.0