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:
哈希方法作为最近邻搜索中的一个重要算法,具有快速及低内存的优良特性,能够较好地解决现实图像数据库中存在的样本标签信息缺失、人工标注成本过高等问题,因此在图像检索领域得到广泛使用.提出一种基于语义相似度的无监督图像哈希方法.首先对原始图像进行语义聚类,然后基于图像的语义相似性,把原始图像特征映射到汉明空间;同时,为了增强哈希学习的鲁棒性,在所得到的目标函数中,采用了?2,p范数(0<p≤2)来代替?2范数进行哈希学习.通过在两个公共图像检索数据库CIFAR-10和NUS-WIDE的实验结果证明,与现有方法相比,本方法的平均精度均值提升了5%.
推荐文章
面向Web图像检索的基于语义迁移的无监督深度哈希
语义迁移
图像哈希
Web图像检索
深度学习
面向Web图像检索的基于语义迁移的无监督深度哈希
语义迁移
图像哈希
Web图像检索
深度学习
基于有监督哈希的肺结节CT图像检索
肺结节
图像检索
多特征提取
有监督哈希
自适应权重
分类
基于稀疏自编码的无监督哈希算法
图像哈希
稀疏自编码
KL距离
量化误差
无监督算法
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 基于语义相似度的无监督图像哈希方法
来源期刊 南京大学学报(自然科学版) 学科 工学
关键词 语义相似度 无监督哈希 离散哈希 相似性学习
年,卷(期) 2019,(1) 所属期刊栏目
研究方向 页码范围 41-48
页数 8页 分类号 TP37
字数 4649字 语种 中文
DOI 10.13232/j.cnkij.nju.2019.01.004
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 尹义龙 山东大学软件学院 82 1018 16.0 29.0
2 马林元 山东财经大学实验教学中心 9 20 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (8)
节点文献
引证文献  (1)
同被引文献  (14)
二级引证文献  (0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
语义相似度
无监督哈希
离散哈希
相似性学习
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
南京大学学报(自然科学版)
双月刊
0469-5097
32-1169/N
江苏省南京市南京大学
chi
出版文献量(篇)
2526
总下载数(次)
6
总被引数(次)
23071
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导