首页 | 本学科首页   官方微博 | 高级检索  
     

集成模糊LSA与MIL的图像分类算法
引用本文:李大湘,彭进业,李展.集成模糊LSA与MIL的图像分类算法[J].计算机辅助设计与图形学学报,2010,22(10).
作者姓名:李大湘  彭进业  李展
基金项目:教育部新世纪优秀人才支持计划项目
摘    要:针对自然图像的分类问题,提出一种基于模糊潜在语义分析(LSA)与直推式支持向量机(TSVM)相结合的半监督多示例学习(MIL)算法.该算法将图像当作多示例包,分割区域的底层视觉特征当作包中的示例.为了将MIL问题转化成单示例问题进行求解,首先利用K-Means方法对训练包中所有的示例进行聚类,建立"视觉词汇表";然后根据"视觉字"与示例之间的距离定义模糊隶属度函数,建立模糊"词-文档"矩阵,再采用LSA方法获得多示例包(图像)的模糊潜在语义模型,并通过该模型将每个多示例包转化成单个样本;采用半监督的TSVM训练分类器,以利用未标注图像来提高分类精度.基于Corel图像库的对比实验结果表明,与传统的LSA方法相比,模糊LSA的分类准确率提高了5.6%,且性能优于其他分类方法.

关 键 词:多示例学习  场景图像分类  模糊潜在语义分析

Image Classification by Combining Fuzzy LSA and MIL
Li Daxiang,Peng Jinye,Li Zhan.Image Classification by Combining Fuzzy LSA and MIL[J].Journal of Computer-Aided Design & Computer Graphics,2010,22(10).
Authors:Li Daxiang  Peng Jinye  Li Zhan
Abstract:
Keywords:
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号