一种用于图像检索的新型半监督学习算法

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种用于图像检索的新型半监督学习算法

鲁珂, 赵继东, 叶娅兰, 曾家智

文章导航 > 电子科技大学学报 > 2005 > 34(5): 669-671

鲁珂, 赵继东, 叶娅兰, 曾家智. 一种用于图像检索的新型半监督学习算法[J]. 电子科技大学学报, 2005, 34(5): 669-671.

引用本文:

鲁珂, 赵继东, 叶娅兰, 曾家智. 一种用于图像检索的新型半监督学习算法[J]. 电子科技大学学报, 2005, 34(5): 669-671.

LU Ke, ZHAO Ji-dong, YE Ya-lan, ZENG Jia-zhi. Algorithm for Semi-Supervised Learning in Image Retrieval[J]. Journal of University of Electronic Science and Technology of China, 2005, 34(5): 669-671.

Citation:

LU Ke, ZHAO Ji-dong, YE Ya-lan, ZENG Jia-zhi. Algorithm for Semi-Supervised Learning in Image Retrieval[J]. Journal of University of Electronic Science and Technology of China, 2005, 34(5): 669-671.

一种用于图像检索的新型半监督学习算法

1.
电子科技大学计算机科学与工程学院成都 610054

作者简介:
鲁珂(1974-),男,博士生,讲师,主要从事网络多媒体方面的研究.

中图分类号: TP391.3M

Algorithm for Semi-Supervised Learning in Image Retrieval

1.
School of Computer Science and Engineering,UEST of China Chengdu 610054

摘要: 基于支持向量机的理论提出了一种用于图像检索的半监督学习算法。该算法的基本思想是,如果两点彼此是最近点,则它们共用一个标注。因此,该算法可以在具有最大类间空隙和很好保留位置特征的基础上找到一个投影。对该算法和标准支持向量机及转导(transductive)支持向量机的图像检索效果进行了实验比较,结果表明该算法可以获得更好的效果。
- 支持向量机 /
- 半监督学习 /
- 保局投影 /
- 图像检索
Abstract: In this paper, based on Support Vector Machine (SVM), we introduce a semi-supervised learning algorithm for image retrieval. The basic consideration of the algorithm is that, if two data points are close to each other, they should share the same label. Therefore, it is reasonable to search a projection with maximal margin and locality preserving property. Comparing our algorithm to standard SVM and transductive SVM, Experimental results show efficiency and effectiveness of our algorithm.
- SVM /
- semi-supervised learning /
- LPP /
- image retrieval

[1]	张柏林, 姬港, 朱宇轩, 许向楠, 唐万斌. 基于深度学习的半监督信号调制样式识别算法 . 电子科技大学学报, 2024, 53(): 1-8. doi: 10.12178/1001-0548.2022252
[2]	吴涢晖, 赵子天, 陈晓雷, 邹士亚. 大气低频声信号识别深度学习方法研究 . 电子科技大学学报, 2020, 49(5): 758-765. doi: 10.12178/1001-0548.2019297
[3]	李大湘, 吴倩, 邱鑫, 刘颖. 基于空间稀疏编码的MIL算法及刑侦图像分类 . 电子科技大学学报, 2019, 48(1): 68-73. doi: 10.3969/j.issn.1001-0548.2019.01.012
[4]	况逸群, 程洪, 崔芳. 基于多视图投影的半监督手姿态估计算法 . 电子科技大学学报, 2019, 48(5): 747-753. doi: 10.3969/j.issn.1001-0548.2019.05.014
[5]	张静, 刘忠宝. 基于流形判别分析的全局保序学习机 . 电子科技大学学报, 2015, 44(6): 911-916. doi: 10.3969/j.issn.1001-0548.2015.06.020
[6]	何海江. 截断误差的光滑型支持向量顺序回归 . 电子科技大学学报, 2014, 43(1): 131-136. doi: 10.3969/j.issn.1001-0548.2014.01.022
[7]	刘忠宝. 新型支持向量机在风速预测模型中的应用研究 . 电子科技大学学报, 2014, 43(5): 754-757. doi: 10.3969/j.issn.1001-0548.2014.05.021
[8]	高军峰, 张文佳, 杨勇, 胡佳佳, 陶春毅, 官金安. 基于P300和极限学习机的脑电测谎研究 . 电子科技大学学报, 2014, 43(2): 301-306. doi: 10.3969/j.issn.1001-0548.2014.02.028
[9]	刘忠宝, 王士同. 面向大规模数据的隐私保护学习机 . 电子科技大学学报, 2013, 42(2): 272-276. doi: 10.3969/j.issn.1001-0548.2013.02.018
[10]	鲁珂, 赵继东, 吴跃. 新型的图像检索最优实验设计算法 . 电子科技大学学报, 2012, 41(2): 269-273. doi: 10.3969/j.issn.1001-0548.2012.02.019
[11]	韩杰思, 沈建京. 采用图像滤波的多特征JPEG盲检测 . 电子科技大学学报, 2011, 40(2): 255-260. doi: 10.3969/j.issn.1001-0548.2011.02.020
[12]	丁世飞, 齐丙娟, 谭红艳. 支持向量机理论与算法研究综述 . 电子科技大学学报, 2011, 40(1): 2-10. doi: 10.3969/j.issn.1001-0548.2011.01.001
[13]	张雪芹, 顾春华, 吴吉义. 异常检测中支持向量机最优模型选择方法 . 电子科技大学学报, 2011, 40(4): 559-563. doi: 10.3969/j.issn.1001-0548.2011.04.017
[14]	何海江, 陈姝. 由排序支持向量机抽取博客文章的摘要 . 电子科技大学学报, 2010, 39(4): 593-597. doi: 10.3969/j.issn.1001-0548.2010.04.026
[15]	向国齐, 严志坚, 黄大贵. 支持向量机替代模型的遗传优化设计 . 电子科技大学学报, 2009, 38(3): 459-462. doi: 10.3969/j.issn.1001-0548.2009.03.034
[16]	胡丹, 肖建, 车畅. 再生核支持向量机在非线性系统中的应用 . 电子科技大学学报, 2008, 37(1): 124-127.
[17]	徐图, 罗瑜, 何大可. 多类支持向量机的DDoS攻击检测的方法 . 电子科技大学学报, 2008, 37(2): 274-277.
[18]	赵继东, 鲁珂, 吴跃. 保局投影算法的优化研究 . 电子科技大学学报, 2008, 37(5): 750-752.
[19]	王勇, 许录平. 独立成分分析和支持向量机的虹膜识别方法 . 电子科技大学学报, 2007, 36(3): 583-586.
[20]	周鸣争, 汪军. 基于支持向量机的传感器非线性误差校正 . 电子科技大学学报, 2006, 35(2): 242-245.

WeChat

点击查看大图

计量

文章访问数: 3953
HTML全文浏览量: 148
PDF下载量: 122
被引次数: 0

一种用于图像检索的新型半监督学习算法

1. 电子科技大学计算机科学与工程学院成都 610054

作者简介:
鲁珂(1974-),男,博士生,讲师,主要从事网络多媒体方面的研究.

收稿日期: 2005-05-25
刊出日期: 2005-10-15

中图分类号: TP391.3M

关键词:

摘要: 基于支持向量机的理论提出了一种用于图像检索的半监督学习算法。该算法的基本思想是,如果两点彼此是最近点,则它们共用一个标注。因此,该算法可以在具有最大类间空隙和很好保留位置特征的基础上找到一个投影。对该算法和标准支持向量机及转导(transductive)支持向量机的图像检索效果进行了实验比较,结果表明该算法可以获得更好的效果。

English Abstract

鲁珂, 赵继东, 叶娅兰, 曾家智. 一种用于图像检索的新型半监督学习算法[J]. 电子科技大学学报, 2005, 34(5): 669-671.

引用本文:

鲁珂, 赵继东, 叶娅兰, 曾家智. 一种用于图像检索的新型半监督学习算法[J]. 电子科技大学学报, 2005, 34(5): 669-671.

LU Ke, ZHAO Ji-dong, YE Ya-lan, ZENG Jia-zhi. Algorithm for Semi-Supervised Learning in Image Retrieval[J]. Journal of University of Electronic Science and Technology of China, 2005, 34(5): 669-671.

Citation:

LU Ke, ZHAO Ji-dong, YE Ya-lan, ZENG Jia-zhi. Algorithm for Semi-Supervised Learning in Image Retrieval[J]. Journal of University of Electronic Science and Technology of China, 2005, 34(5): 669-671.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发