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
\
自动化技术与计算机技术期刊
\
计算机应用期刊
\
融合阈值寻优的卷积神经网络在图像标注中的应用
融合阈值寻优的卷积神经网络在图像标注中的应用
作者:
张自邦
曹建芳
赵爱迪
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
图像自动标注
多标签学习
卷积神经网络
阈值寻优
批标准化
摘要:
多标签图像标注在根据模型预测的概率,利用排名函数进行标注时会出现多标或少标的问题,提出了融合阈值寻优的卷积神经网络(CNN-THOP)模型,该模型由卷积神经网络(CNN)和阈值寻优构成.首先,通过CNN训练模型,利用该模型对图片进行预测,得到预测概率,其中在CNN中增加了批标准化层(BN)有效地加快了收敛.其次,利用该模型对测试集图片的预测概率进行阈值寻优,经过阈值寻优过程为每类标签得到一个最佳阈值,从而得到一组最佳阈值,只有当该类标签的预测概率大于等于该类标签的最佳阈值时,才会给图片标注该标签.在标注过程中,通过载入CNN模型和一组最佳阈值可以对所需标注的图像进行更加灵活的多标签标注.通过在自然场景图像数据集8000张图片上的验证,结果表明,CNN-THOP较传统的基于排名的支持向量机法(Rank-SVM)在平均查准率上提升了约20个百分点,较基于均方误差函数的卷积神经网络(CNN-MSE)在平均召回率和F1值上分别提高了约6个百分点和4个百分点,且完全匹配度(CMD)达到了64.75%,验证了该方法在图像自动标注方面的有效性.
暂无资源
收藏
引用
分享
推荐文章
卷积神经网络在图像处理方面的应用
深度学习
卷积神经网络
图像处理
基于轮换寻优的遗传算法在神经网络中的应用
最优保留
轮换寻优
遗传算法
海明距离
图像理解中的卷积神经网络
卷积神经网络
图像理解
深度学习
图像分类
物体检测
离散粒子群寻优径向基神经网络模型在脱硝控制中应用
烟气脱硝
SCR
离散粒子群
RBF神经网络
喷氨控制
控制策略
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
融合阈值寻优的卷积神经网络在图像标注中的应用
来源期刊
计算机应用
学科
工学
关键词
图像自动标注
多标签学习
卷积神经网络
阈值寻优
批标准化
年,卷(期)
2020,(6)
所属期刊栏目
人工智能
研究方向
页码范围
1587-1592
页数
6页
分类号
TP391.41
字数
6977字
语种
中文
DOI
10.11772/j.issn.1001-9081.2019111993
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
曹建芳
太原科技大学计算机科学与技术学院
54
160
7.0
9.0
5
张自邦
太原科技大学计算机科学与技术学院
3
0
0.0
0.0
6
赵爱迪
太原科技大学计算机科学与技术学院
2
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
(95)
共引文献
(36)
参考文献
(16)
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)
1980(1)
参考文献(1)
二级参考文献(0)
1982(1)
参考文献(0)
二级参考文献(1)
1998(1)
参考文献(1)
二级参考文献(0)
2000(1)
参考文献(0)
二级参考文献(1)
2001(1)
参考文献(0)
二级参考文献(1)
2003(6)
参考文献(0)
二级参考文献(6)
2006(7)
参考文献(0)
二级参考文献(7)
2007(9)
参考文献(1)
二级参考文献(8)
2008(4)
参考文献(0)
二级参考文献(4)
2009(2)
参考文献(0)
二级参考文献(2)
2010(8)
参考文献(0)
二级参考文献(8)
2011(8)
参考文献(0)
二级参考文献(8)
2012(7)
参考文献(0)
二级参考文献(7)
2013(8)
参考文献(0)
二级参考文献(8)
2014(9)
参考文献(0)
二级参考文献(9)
2015(21)
参考文献(3)
二级参考文献(18)
2016(6)
参考文献(2)
二级参考文献(4)
2017(6)
参考文献(3)
二级参考文献(3)
2018(3)
参考文献(3)
二级参考文献(0)
2019(1)
参考文献(1)
二级参考文献(0)
2020(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
图像自动标注
多标签学习
卷积神经网络
阈值寻优
批标准化
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
主办单位:
四川省计算机学会
中国科学院成都分院
出版周期:
月刊
ISSN:
1001-9081
CN:
51-1307/TP
开本:
大16开
出版地:
成都237信箱
邮发代号:
62-110
创刊时间:
1981
语种:
chi
出版文献量(篇)
20189
总下载数(次)
40
总被引数(次)
209512
期刊文献
相关文献
1.
卷积神经网络在图像处理方面的应用
2.
基于轮换寻优的遗传算法在神经网络中的应用
3.
图像理解中的卷积神经网络
4.
离散粒子群寻优径向基神经网络模型在脱硝控制中应用
5.
融合深度图像的卷积神经网络语义分割方法
6.
基于卷积神经网络特征融合的人脸识别算法
7.
基于卷积神经网络的多波段融合图像彩色化方法
8.
基于卷积神经网络改进的图像自动分割方法
9.
双通道卷积神经网络在静态手势识别中的应用
10.
遗传算法优化神经网络在图像目标识别中的应用研究
11.
卷积神经网络模型压缩在图像分类中的应用
12.
分离多路卷积神经网络研究
13.
基于改进的卷积神经网络的钢号识别
14.
基于多尺度特征卷积神经网络的目标定位
15.
基于卷积神经网络的商品图像分类研究
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
计算机应用2022
计算机应用2021
计算机应用2020
计算机应用2019
计算机应用2018
计算机应用2017
计算机应用2016
计算机应用2015
计算机应用2014
计算机应用2013
计算机应用2012
计算机应用2011
计算机应用2010
计算机应用2009
计算机应用2008
计算机应用2007
计算机应用2006
计算机应用2005
计算机应用2004
计算机应用2003
计算机应用2002
计算机应用2001
计算机应用2000
计算机应用1999
计算机应用2020年第z2期
计算机应用2020年第z1期
计算机应用2020年第9期
计算机应用2020年第8期
计算机应用2020年第7期
计算机应用2020年第6期
计算机应用2020年第5期
计算机应用2020年第4期
计算机应用2020年第3期
计算机应用2020年第2期
计算机应用2020年第12期
计算机应用2020年第11期
计算机应用2020年第10期
计算机应用2020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