钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
无线电电子学与电信技术期刊
\
电视技术期刊
\
深层次特征学习的Adaboost大规模图像分类算法
深层次特征学习的Adaboost大规模图像分类算法
作者:
彭雯
王俊岭
蔡焱
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
图像分类
权值
分类精度
摘要:
针对浅层次大规模图像分类的低精度问题,提出深层次特征学习的Adaboost图像分类算法.首先以DBN作为弱分类器对样本图像进行学习,根据每次训练得到的分类错误率以及各样本的分类准确性调整权值;然后在所有弱分类器训练好以后,使用BP算子回溯再次整体调整体样本权值;最后将所有弱分类器集成强分类器,输出最终分类结果.使用MNIST和ETH-80两种数据集进行实验仿真,并将分类结果与其他算法进行比较.结果表明所提算法的分类精度明显高于其他算法,有效实现了高精度的大规模图像分类.
暂无资源
收藏
引用
分享
推荐文章
融合混合优化组合的大规模场景图像分类算法
混合优化
Adaboost算法
集群环境
MapReduce并行编程模型
分类模型
基于并行Adaboost-BP网络的大规模在线学习行为评价
Adaboost-BP神经网络
在线学习行为
特征提取
MapReduce并行编程模型
基于深层卷积神经网络的图像美感度分类
卷积神经网络
特征提取
图像美感度分类
AdaBoost图像到类距离学习的图像分类方法
图像分类
图像到类距离
AdaBoost
粒子群优化算法
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
深层次特征学习的Adaboost大规模图像分类算法
来源期刊
电视技术
学科
工学
关键词
图像分类
权值
分类精度
年,卷(期)
2017,(11)
所属期刊栏目
数字视频
研究方向
页码范围
40-45
页数
6页
分类号
TP301
字数
3974字
语种
中文
DOI
10.16280/j.videoe.2017.h11.007
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
王俊岭
江西理工大学信息工程学院
10
32
3.0
5.0
2
彭雯
江西理工大学信息工程学院
5
7
1.0
2.0
3
蔡焱
1
0
0.0
0.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(57)
共引文献
(36)
参考文献
(10)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
1962(1)
参考文献(0)
二级参考文献(1)
1983(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)
1996(1)
参考文献(0)
二级参考文献(1)
1998(1)
参考文献(0)
二级参考文献(1)
2000(2)
参考文献(1)
二级参考文献(1)
2002(3)
参考文献(1)
二级参考文献(2)
2003(1)
参考文献(0)
二级参考文献(1)
2005(1)
参考文献(0)
二级参考文献(1)
2006(6)
参考文献(0)
二级参考文献(6)
2008(3)
参考文献(0)
二级参考文献(3)
2009(3)
参考文献(0)
二级参考文献(3)
2010(3)
参考文献(0)
二级参考文献(3)
2011(6)
参考文献(1)
二级参考文献(5)
2012(13)
参考文献(0)
二级参考文献(13)
2013(4)
参考文献(0)
二级参考文献(4)
2014(12)
参考文献(3)
二级参考文献(9)
2015(4)
参考文献(3)
二级参考文献(1)
2016(1)
参考文献(1)
二级参考文献(0)
2017(0)
参考文献(0)
二级参考文献(0)
引证文献(0)
二级引证文献(0)
研究主题发展历程
节点文献
图像分类
权值
分类精度
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
电视技术
主办单位:
电视电声研究所(中国电子科技集团公司第三研究所)
出版周期:
月刊
ISSN:
1002-8692
CN:
11-2123/TN
开本:
大16开
出版地:
北京市朝阳区酒仙桥北路乙7号(北京743信箱杂志社)
邮发代号:
2-354
创刊时间:
1977
语种:
chi
出版文献量(篇)
12294
总下载数(次)
21
总被引数(次)
42632
期刊文献
相关文献
1.
融合混合优化组合的大规模场景图像分类算法
2.
基于并行Adaboost-BP网络的大规模在线学习行为评价
3.
基于深层卷积神经网络的图像美感度分类
4.
AdaBoost图像到类距离学习的图像分类方法
5.
自适应控制深度学习和知识挖掘图像分类
6.
基于CNN的深层次特征提取纸病辨识方法研究
7.
基于深度学习算法的图像分类方法
8.
一种基于加速坐标下降的大规模图像分类算法研究
9.
基于深度学习特征字典的单帧图像超分辨率重建
10.
基于迁移学习和特征融合的航空器图像分类算法
11.
在线学习的大规模网络流量分类研究
12.
结合运动特征的AdaBoost层次增强算法
13.
论南岳衡山旅游产品深层次开发
14.
基于AdaBoost局部二值模式特征的色织物纹理分类
15.
多分类BP-AdaBoost算法研究与应用
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
电视技术2022
电视技术2021
电视技术2020
电视技术2019
电视技术2018
电视技术2017
电视技术2016
电视技术2015
电视技术2014
电视技术2013
电视技术2012
电视技术2011
电视技术2010
电视技术2009
电视技术2008
电视技术2007
电视技术2006
电视技术2005
电视技术2004
电视技术2003
电视技术2002
电视技术2001
电视技术2000
电视技术1999
电视技术2017年第9期
电视技术2017年第7期
电视技术2017年第6期
电视技术2017年第4期
电视技术2017年第3期
电视技术2017年第2期
电视技术2017年第11期
电视技术2017年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号