基于隐含狄利克雷分配模型的图像分类算法

摘要：

概率隐含语义分析模型不适用于大规模图像数据集,为此,提出一种基于隐含狄利克雷分配模型(LDA)的图像分类算法.以BOF特征作为图像内容的初始描述,利用Gibbs抽样算法近似估算LDA模型参数,得到图像的隐含主题分布特征,并采用k近邻算法对图像进行分类.实验结果表明,与基于概率隐含语义分析模型的分类算法相比,该算法的分类性能较优.

关键词：BOF模型、中层语义特征、隐含狄利克雷分配模型、隐含主题分布特征、k近邻算法、图像分类

所属期刊栏目：38

分类号：TP341.94(计算技术、计算机技术)

资助基金：国家自然科学基金资助重大项目90820306

在线出版日期：2012-10-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：181-183