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:
针对刑侦图像分类问题,提出一种基于多核支持向量机的多示例学习(MIL)算法.首先,该方法采用金字塔网格划分法对刑侦图像进行分块,再将每幅图像作为一个多示例包,每个子块的底层视觉特征作为包中的示例,将刑侦图像分类问题转化为MIL问题;然后,采用K-means双重聚类方法对所有多示例包进行聚类生成聚类中心并定义为视觉字,再把视觉字的集合构造成视觉投影空间;最后,通过设计的非线性投影函数将每个包映射为视觉投影空间中的一个点,则MIL问题被转化为一个标准的有监督学习问题,并采用多核支持向量机(MKSVM)来训练刑侦图像分类器.基于真实刑侦图像库的对比实验表明,所提方法具有较好的鲁棒性,且分类精度高于其他方法.
推荐文章
基于空间稀疏编码的MIL算法及刑侦图像分类
刑侦图像分类
多示例学习
空间稀疏编码
支持向量机
基于多示例学习的图像分类算法
多示例学习
多样性密度
直推式支持向量机
图像分类
多示例学习的示例层次覆盖算法
多示例学习
覆盖算法
核心示例集
相似度函数
结合均值漂移的多示例多标记学习改进算法
多示例多标记学习
均值漂移算法
高斯核函数
核密度估计
梯度下降法
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 基于MKSVM的多示例学习算法及刑侦图像分类
来源期刊 电视技术 学科 工学
关键词 刑侦图像分类 多示例学习 多核支持向量机
年,卷(期) 2017,(11) 所属期刊栏目 数字视频
研究方向 页码范围 59-63
页数 5页 分类号 TN949.6
字数 3522字 语种 中文
DOI 10.16280/j.videoe.2017.h11.010
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 刘颖 西安邮电大学通信与信息工程学院 89 428 10.0 17.0
5 李大湘 西安邮电大学通信与信息工程学院 30 78 6.0 7.0
9 吴倩 西安邮电大学通信与信息工程学院 5 6 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (41)
共引文献  (33)
参考文献  (9)
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(1)
  • 二级参考文献(0)
1972(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(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)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
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(3)
  • 参考文献(2)
  • 二级参考文献(1)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(4)
  • 参考文献(1)
  • 二级参考文献(3)
2015(3)
  • 参考文献(2)
  • 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
刑侦图像分类
多示例学习
多核支持向量机
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
月刊
1002-8692
11-2123/TN
大16开
北京市朝阳区酒仙桥北路乙7号(北京743信箱杂志社)
2-354
1977
chi
出版文献量(篇)
12294
总下载数(次)
21
总被引数(次)
42632
论文1v1指导