原文服务方: 计算机应用研究       
摘要:
为了解决现存个性化照片排序方法忽视用户偏好和准确率低的缺点,提出一种新颖的、基于排序的支持向量机的用户专属美学排序模型.首先输入用户喜好的专属图片,随后通过深度卷积神经网络提取特征并与数据集进行对比,创建用户专属美学训练集,之后使用排序的支持向量机学习定制的超平面,并生成用户专属的个性化美学排序.后续实验中,第一组实验邀请用户进行算法个性化预测的评估,第二组实验测试图片质量高低的准确度.实验结果表明算法预测结果较符合用户喜好,同时在图片质量高低分类上有较高的准确度.因此,该算法是一种有效的个性化排序方法.
推荐文章
一种不良图片快速过滤方法
图片过滤
混合肤色模型
人脸检测
特征判断
医学摄影图片的网络化管理
医学摄影图片
计算机
网络
管理
一种TTE固化点排序方法研究
TTE
时钟同步
固化点
二分插入排序
一种用户偏好的美学图像推荐方法
深度卷积神经网络
美学规则
用户偏好
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 一种摄影图片中用户专属的排序方法
来源期刊 计算机应用研究 学科
关键词 用户专属 个性化评价 排序模型 深度学习
年,卷(期) 2019,(1) 所属期刊栏目 图形图像技术
研究方向 页码范围 284-287,311
页数 5页 分类号 TP391.41
字数 语种 中文
DOI 10.19734/j.issn.1001-3695.2017.08.0899
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 苏士美 郑州大学电气工程学院 20 66 4.0 7.0
2 王猛 郑州大学电气工程学院 26 68 5.0 6.0
3 许永波 郑州大学电气工程学院 3 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (29)
参考文献  (5)
节点文献
引证文献  (1)
同被引文献  (2)
二级引证文献  (0)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(6)
  • 参考文献(2)
  • 二级参考文献(4)
2016(2)
  • 参考文献(1)
  • 二级参考文献(1)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2019(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
用户专属
个性化评价
排序模型
深度学习
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导