一种运动数据检索的相关反馈算法

• 作者: 孙正兴 张岩 李骞 陈松乐
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 运动捕获数据 相关反馈 RankBoost 排序损失
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 学术论文
• 页码范围: 868-872
• 页数: 5页
• 分类号: TP391.41
• 字数: 4830字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2016.04.016

摘要

本文提出了一种基于RankBoost的运动数据检索相关反馈算法。该算法具有以下二个方面的特点：首先，以KNN-DTW作为RankBoost集成学习的弱排序器，在适应变长多变量时间序列（Variable-Length Multivariate Time Series，VLMTS）数据的同时，利用RankBoost的集成性与高效性解决相关反馈实时性要求与VLMTS数据计算复杂度高的矛盾；其次，以本文提出的最小化排序经验损失和泛化损失风险作为RankBoost集成学习目标，有效地克服了相关反馈小样本学习环境下的过拟合问题。在CMU动作库上的实验结果验证了该方法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙正兴	南京大学计算机软件新技术国家重点实验室	85	2299	21.0	46.0
2	张岩	南京大学计算机软件新技术国家重点实验室	29	494	12.0	22.0
3	陈松乐	南京大学计算机软件新技术国家重点实验室	3	12	2.0	3.0
7	李骞	南京大学计算机软件新技术国家重点实验室	3	12	2.0	3.0