| 共有结构假设下流形正则图的零样本分类方法 |
| |
| 引用本文： | 马丽红,谭学仕.共有结构假设下流形正则图的零样本分类方法[J].计算机工程与应用,2019,55(15):153-160. |
| |
| 作者姓名： | 马丽红 谭学仕 |
| |
| 作者单位： | 华南理工大学 电子与信息学院,广州,510641;华南理工大学 电子与信息学院,广州,510641 |
| |
| 基金项目： | 国家自然科学基金;广东省自然科学基金重点项目 |
| |
| 摘 要： | 零样本学习(Zero-Shot Learning,ZSL)利用视觉和语义特征关联模型进行可鉴别知识迁移,但视觉和语义数据不是简单的对应关系,难以直接建立映射函数。提出一种局部敏感双字典方法,主要贡献有两点:(1)双字典方法。视觉-语义的单字典映射缺乏直接关联的共有变量,提出双字典方法为视觉和语义添加一个共有结构的描述字典,从而构造更合理的视觉-语义关联通道。(2)局部敏感的流形保持方法。在双字典学习中,局部结构信息的描述是关键点,通过构造流形结构图来定义局部敏感约束项,对字典学习和局部流形保持进行联合优化。在AwA和CUB数据集上的实验结果表明,该方法在分类准确率上优于对比算法。
|
| 关 键 词： | 零样本学习 知识迁移 双字典 共有结构 局部敏感 |
Zero-Shot Classification with Manifold Regularization Graph Based on Common Structure Assumption |
| |
| MA Lihong,TAN Xueshi.Zero-Shot Classification with Manifold Regularization Graph Based on Common Structure Assumption[J].Computer Engineering and Applications,2019,55(15):153-160. |
| |
| Authors: | MA Lihong TAN Xueshi |
| |
| Affiliation: | School of Electronic and Information Engineering, South China University of Technology, Guangzhou 510641, China |
| |
| Abstract: | |
| |
| Keywords: | zero-shot learning knowledge transfer double dictionary common structure locality sensitive |
| 本文献已被 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程与应用》浏览原始摘要信息 |
|
点击此处可从《计算机工程与应用》下载全文 |
|
