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:
现有的图像集分类算法在进行图像集表示时往往做出多种假设,无法有效描述图像集的特点,且难以利用图像集中区分性信息进行分类.为此,借鉴深度学习的思想,提出一种改进的图像集分类算法.将每个图像集模拟为一个流形并作为多层深度神经网络的输入,通过激励函数使得各个流形非线性地映射到另一个特征空间.在网络的最顶层,采用反向传播和最大流形边缘准则训练和优化流形的参数.在测试阶段,使用训练得到的深度网络,计算测试图像集和所有训练类别之间的相似性,并利用最短距离进行分类.实验结果表明,与判别典型相关分析算法、流形到流形距离等算法相比,所提算法的分类精度更优、运行时间更短.
推荐文章
一种基于RAN架构无线接入网系统容量最大化的功率分配算法
功率分配
RAN架构
系统容量
人工鱼群算法
社会网络中基于主题的影响力最大化算法
社会网络
影响力最大化
主题
节点挖掘
节点集
基于虚拟样本图像集的多流形鉴别学习算法
单样本人脸识别
虚拟样本
通用训练样本集
多流形鉴别学习
改进的基于神经网络的信息最大化语音增强算法
独立分量分析
神经网络
语音增强
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 一种基于流形边缘最大化的图像集分类算法
来源期刊 计算机工程 学科 工学
关键词 图像集分类 神经网络 激励函数 流形边缘 最短距离
年,卷(期) 2018,(7) 所属期刊栏目 开发研究与工程应用
研究方向 页码范围 308-315
页数 8页 分类号 TP393
字数 6843字 语种 中文
DOI 10.19678/j.issn.1000-3428.0049224
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 赵昌垣 晋中学院信息技术与工程学院 3 15 2.0 3.0
2 武丽芬 晋中学院信息技术与工程学院 10 7 1.0 1.0
3 严学勇 4 12 1.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (36)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(8)
  • 参考文献(1)
  • 二级参考文献(7)
2016(10)
  • 参考文献(6)
  • 二级参考文献(4)
2017(7)
  • 参考文献(5)
  • 二级参考文献(2)
2018(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
图像集分类
神经网络
激励函数
流形边缘
最短距离
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
论文1v1指导