- 1、本文档共124页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
摘要较大规模的Flickr数据集上进行了实验,实验结果表明本文方法能够对与视觉内容相关的标签和与上下文信息相关的标签实现正确地区分。4.在基于关键字的多媒体视觉内容有哪些信誉好的足球投注网站模式的基础上,提出了一种面向颜色结构信息挖掘的交互式视觉内容有哪些信誉好的足球投注网站技术。通过两种有哪些信誉好的足球投注网站模式的结合帮助用户有哪些信誉好的足球投注网站获取不仅语义上相关而且满足用户颜色结构有哪些信誉好的足球投注网站意向的视觉内容结果。颜色结构信息通过新设计的二进制形式的特征进行表达。特征具有很小的空间存储需求。颜色结构一致性定义考虑了不同感兴趣颜色问的绝对、相对以及上下文空问分布一致性关系。一致性计算过程可通过按位比特运算在线完成。在交互界面方面,本文提供了多种灵活的颜色选择、空间表达交互方式。算法基于网络图像有哪些信誉好的足球投注网站数掘进行了实验,从参数设置、时问空间复杂度、相关算法性能比较、用户调查等多个方面进行了细致地分析与验证。关键词:视觉内容有哪些信誉好的足球投注网站多标注概念检测特定概念检测标签排序颜色结构多媒体视觉信息机器学习AbstractABSTRACTWiththegreatadvancesinelectronicandmultimediatechniques,multimediavisualcontentinformationwhichactsavividandinterestingknowledgerepresenta-tionmodalityhasmoreandmoreinfluenceinrecentyears.Meanwhile,thedevelop—mentofIntemetandlarge—scaledatastoragetechniquesacceleratethestorageandpropagationofmultimediavisualcontentinformationfurthermore.Howtoorganize,represent,andretrievalthesegiganticvolumeofvisualcontentinformationhasbeenafocusprobleminmodeminformationretrievalcommunity.Concentratingontheoverallframeworkofcontent··basedmultimediavisualcon·-tentretrieval,inthisthesis,weresearchintofouraspectsofvisualcontentanalysis:visualcontentmulti—labelconceptdetection,visualcontentspecificconceptdetection,visualcontentlabelrankingbasedonsemanticrelevanceandinteractivecolorlayoutretrieval.Themaincontributionsareillustratedasfollows:1.Fortheproblemofvisualcontentmulti—labelconceptdetection,weproposeasparsegraphbasedtransductivesemi—supervisedlearningmethod。Conventionalmethodsassumethattheconceptshappenindependently,henceneglectthecor-relationamongmultipleconcepts.Weexploitthesparsesignalrepresentationtheorytominethevisualsimilarityamonginstanesandthedistributioncorrela-tionamoneconcepts.Then,theconceptcorrelationattributesandtheconsistencyassumptionsofsemi—supervisedlearningareintegratedtogetherunderthehiddenMarkovrandomfieldframework.Thesemi—supervisedlearningcouldovercometheproblemoflackingoftrainingdata,andthesparsetechniquescatchthecon—ceptcorrelationmorereasonablyandefficiently,whichimprovetheannotationperformanceandreducethemodelcomplexity.Ourmethodisevaluatedon
您可能关注的文档
- 基于三角形网格的图像多项式插值放大算法-计算机科学与技术专业论文.docx
- 基于网格化管理和信息距离理论的城市电子政务流程研究-管理科学与工程专业论文.docx
- 基于微流控芯片的细胞辐射损伤检测系统设计-电子科学与技术专业论文.docx
- 基于可持续发展目标的企业资本结构分析-工商管理专业论文.docx
- 基于神经网络定位算法的高分辨率PET探测器研究-物理电子学专业论文.docx
- 基于湿式催化氧化技术的含铜金属-有机骨架催化剂研究-化学工程与技术专业论文.docx
- 基于提升方案的自适应小波变换在水声图像压缩中的应用-信号与信息处理专业论文.docx
- 基于数据挖掘技术的电话经理业务支撑系统设计与实现-计算机技术专业论文.docx
- 基于品质工学的电动汽车再生制动系统优化研究-交通运输工程专业论文.docx
- 基于推荐窗口与关键点匹配的行人检测算法研究-计算机科学与技术专业论文.docx
文档评论(0)