-
题名基于均值漂移的半监督支持向量机图像分类
被引量：5
- 1
-
-
作者
王朔琛
汪西莉
马君亮
-
机构
陕西师范大学计算机科学学院
-
出处
《计算机应用》
CSCD
北大核心
2014年第8期2399-2403,共5页
-
基金
国家自然科学基金资助项目(41171338)
中央高校基本科研业务费专项(GK201304009)
-
文摘
标签均值半监督支持向量机(meanS3VM)在图像分类中随机选取少量无标记样本训练分类器的正确率较低,且其参数取值使结果波动性较大,针对这一问题,提出基于均值漂移(mean shift)的meanS3VM图像分类方法。以mean shift平滑图为分类对象,以降低图像特征多样性;在每个平滑区域随机选取一个样本作为无标记样本,以保证其携带对分类有用的信息而得到高效的分类器;探讨并改进参数取值方法,网格寻优敏感参数,参数ep结合支持向量机(SVM)预分类和mean shift结果估计,以获取更好更稳定的结果。实验结果表明,所提方法对普通和加噪图像的分类正确率比改进参数取值的原算法分别平均提高1和5个百分点以上,获得了更高的时间效率,且有效避免了分类结果的波动性,适用于图像分类。
-
关键词
半监督支持向量机
均值漂移
标签均值
图像分类
-
Keywords
semi-supervised support vector machine （S3vm）
mean shift
label mean
image classification
-
分类号
TP391.413
[自动化与计算机技术—计算机应用技术]
TP18
[自动化与计算机技术—计算机科学与技术]
-
-
题名基于聚类标签均值的半监督支持向量机
被引量：3
- 2
-
-
作者
田勋
汪西莉
-
机构
陕西师范大学计算机科学学院
-
出处
《计算机工程与科学》
CSCD
北大核心
2018年第12期2265-2272,共8页
-
基金
国家自然科学基金(41171338
41471280)
-
文摘
针对标签均值半监督支持向量机在图像分类中随机选取无标记样本会导致分类正确率不高,以及算法的稳定性较低的问题,提出了基于聚类标签均值的半监督支持向量机算法。该算法修改了原算法对于无标记样本的惩罚项,对选取的无标记样本聚类,使用聚类标签均值替换标签均值。实验结果表明,使用聚类标签均值训练的分类器大大减少了背景与目标的错分情况,提高了分类的正确率以及算法的稳定性,适合用于图像分类。
-
关键词
半监督支持向量机
标签均值
聚类标签均值
图像分类
-
Keywords
semi-supervised support vector machine(S3vm)
label mean
clustering label mean
image classification
-
分类号
TP391.42
[自动化与计算机技术—计算机应用技术]
-
-
题名安全的半监督方法的协同过滤推荐算法
被引量：7
- 3
-
-
作者
王玉业
陈健美
-
机构
江苏大学计算机科学与通信工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2018年第8期107-111,共5页
-
文摘
为解决传统协同过滤算法中用户评分数据稀疏性,忽视物品及用户特征,所带来的推荐质量下降的问题,提出了一种基于安全的、高置信度的半监督方法的协同过滤推荐算法,采用安全的,高置信度的半监督方法 S4VM对没有评分的数据进行有效预测,同时考虑用户的行为信息以及物品及用户特征。通过对未评分数据进行预测,能够有效地缓解数据的稀疏性,从而提高寻找最近邻的准确度。实验结果表明,该算法能够有效地提高系统的推荐质量。
-
关键词
协同过滤
推荐系统
安全的半监督支持向量机(S4vm)
半监督学习
置信度
-
Keywords
collaborative filtering
recommendation system
Safe semi-supervised support vector machine(S4vm)
semi-supervised learning
confidence
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
