chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

您好,歡迎來電子發(fā)燒友網! ,新用戶?[免費注冊]

您的位置:電子發(fā)燒友網>源碼下載>數(shù)值算法/人工智能>

一種新的基于潛語義主體加強的跨媒體檢索LSTR算法

大?。?/span>0.71 MB 人氣: 2017-12-04 需要積分:1

  針對不同模態(tài)數(shù)據對相同語義主題表達存在差異性,以及傳統(tǒng)跨媒體檢索算法忽略了不同模態(tài)數(shù)據能以合作的方式探索數(shù)據的內在語義信息等問題,提出了一種新的基于潛語義主題加強的跨媒體檢索( LSTR)算法。首先,利用隱狄利克雷分布(LDA)模型構造文本語義空間,然后以詞袋(BoW)模型來表達文本對應的圖像;其次,使用多分類邏輯回歸對圖像和文本分類,用得到的基于多分類的后驗概率表示文本和圖像的潛語義主題;最后,利用文本潛語義主題去正則化圖像的潛語義主題,使圖像的潛語義主題得到加強,同時使它們之間的語義關聯(lián)最大化。在Wikipedia數(shù)據集上,文本檢索圖像和圖像檢索文本的平均查準率為57. 0%,比典型相關性分析(CCA)、SM( Semantic Matching)、SCM( Semantic Correlation Matching)算法的平均查準率分別提高了35. 1%、34. 8%、32. 1%。實驗結果表明LSTR算法能有效地提高跨媒體檢索的平均查準率。
?

非常好我支持^.^

(0) 0%

不好我反對

(0) 0%

      發(fā)表評論

      用戶評論
      評價:好評中評差評

      發(fā)表評論,獲取積分! 請遵守相關規(guī)定!

      ?