首页> 中文学位 >基于L2,p范数的半监督跨媒体特征学习方法研究
【6h】

基于L2,p范数的半监督跨媒体特征学习方法研究

代理获取

目录

声明

摘要

符号说明

第1章绪论

1.1研究背景和研究意义

1.2课题的研究现状

1.3本文研究内容

第2章相关工作

2.1跨模态相关传播

2.2基于联合图正则化的跨媒体异构度量学习

2.2.1异构度量学习

2.2.2目标函数

2.3基于稀疏和半监督正则化的联合表示学习

2.4基于统一的块图正则化的半监督跨媒体特征学习

2.5本章小结

第3章视频关键帧的高效提取

3.1改进的视频关键帧提取流程

3.2改进的视频镜头检测

3.3关键帧集合的确定

3.4实验评估

3.5本章小结

第4章基于L2,p范数的联合表示特征学习

4.2.2基于L2,p范数的跨媒体特征联合表示目标函数的定义

4.3基于L2,p范数的跨媒体联合表示的迭代求解

4.4本章小结

第5章基于L2,p范数的半监督跨媒体特征学习

5.1.1改进的基于半监督跨媒体特征学习的基本思想

5.1.2基于图半监督的跨媒体特征学习

5.1.3基于L2,p范数的半监督跨媒体特征学习方法的目标函数

5.2基于L2,p范数的半监督跨媒体特征学习的迭代求解

5.3基于三L2,p范数的半监督跨媒体特征学习的实验结果

5.4本章小结

第6章实验评估

6.1数据集与评价准则

6.1.1 XMedia数据集

6.1.2 Wikipedia数据集

6.1.3评价指标

6.2在XMedia数据集上的结果比较

6.3在Wikipedia数据集上的结果比较

6.4本章小结

第7章结束语

参考文献

致谢

攻读学位期间发表的学术成果和参加的科研项目

学位论文评阅及答辩情况表

展开▼

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号