图像-文本相关性挖掘的Web图像聚类方法

摘要：

为了实现Web图像检索结果的聚类,提出了一种Web图像的图聚类方法.首先定义了两种类型关联:单词与图像结点之间的异构链接以及单词结点之间的同构链接.为了克服传统的TF-IDF方法不能直接反映单词与图像之间的语义关联局限性,提出并定义了单词可见度(visibility)这一属性,并将其集成到传统的tf-idf模型中以挖掘单词-图像之间关联的权重.根据LDA(latent Dirichlet allocation)模型,单词-单词之间关联权重通过一个定义的主题相关度函数来计算.最后,应用复杂图聚类和二部图协同谱聚类等算法验证了在图模型上引入两种相关性关联的有效性,达到了改进了Web图像聚类性能的目的.

关键词：图聚类、复杂图、可见度、LDA(latent Dirichlet allocation)、谱聚类

所属期刊栏目：21

分类号：TP311(计算技术、计算机技术)

资助基金：the National Natural Science Foundation of China under Grant Nos.60603096, 60533090;the National High-Tech Research and Development Plan of China under Grant No.2006AA010107 国家高技术研究发展计划863;the Program for Changjiang Scholars and Innovative Research Team in University of China under Grant Nos.IRT0652, PCSIRT

在线出版日期：2010-09-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共15页

页码：1561-1575