10.16208/j.issn1000-7024.2020.02.019
基于图学习的社会网络图像标签排序算法
提出一种社会网络图像标签排序算法.将SIFT特征、卷积神经网络特征以及视觉词袋模型相结合,从图像训练集中获取目标图像的视觉近邻图像集;令所有视觉近邻图像为目标图像的初始标签进行加权投票,通过对图像视觉相似度和标签语义相似度的线性融合,计算投票权值;利用目标图像及其视觉近邻图像的标签,构造标签图模型;利用加权投票结果在标签图上执行随机漫步,完成标签排序任务.实验结果验证了提出方法的有效性.
社会网络图像、标签排序、图学习、随机漫步、近邻投票
41
TP391(计算技术、计算机技术)
国家自然科学基金重大研究计划集成基金项目 91530324
2020-04-14(万方平台首次上网日期,不代表论文的发表时间)
共8页
417-424