图像分类的随机半监督采样方法

摘要：

为更好地利用大量未标注图像样本信息来提高分类器性能,提出一种半监督学习的图像分类算法--随机半监督采样(RSSS).该算法采用迭代随机采样方法,每次采样中通过谱聚类估计未标注样本的类别值,使用SVM进行模型学习,逐步优化模型;同时,使用图像的局部空间直方图特征可以有效地结合图像的统计和空间信息,以提高分类准确度.实验结果表明,RSSS算法可以充分利用未标注样本信息提高分类器的性能,并且可以有效地消除几何变换带来的影响.

关键词：网像分类、局部特征、随机半监督采样、谱聚类、SVM

所属期刊栏目：21

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家"八六三"高技术研究发展计划2008AA10Z224;国家自然科学基金60872040,60873147;教育部博士点基金20060183042;占林省科技发展计划基金20060527

在线出版日期：2009-11-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1333-1338