-
题名服装设计知识图谱中的服装装饰工艺分类模型
被引量：5
- 1
-
-
作者
杨娟
张远鹏
-
机构
苏州大学纺织与服装工程学院
南通大学纺织服装学院
南通大学智能信息技术研究中心
香港理工大学电子计算学系
-
出处
《纺织学报》
EI
CAS
CSCD
北大核心
2020年第8期95-100,共6页
-
基金
国家自然科学基金资助项目(81701793)
江苏省哲学社会科学基金资助项目(18YSC009)。
-
文摘
为解决服装装饰工艺类别判定中噪声视角或弱相关视角带来的负影响问题,采用具备视角约减功能的多视角分类模型对噪声视角或弱相关视角进行动态过滤。首先基于1-阶TSK模糊系统,在其目标优化函数中引入视角间分类误差一致性约束,实现多视角协同学习;然后通过变体信息熵学习各视角的权重,并在权重学习过程中制定视角约减规则,自动剔除噪声视角或弱相关视角;最后通过服装装饰工艺类别分类实验对所构建模型的分类精度进行验证。结果表明:相比视角约减之前,所提出的多视角分类模型的测试精度提高了2.68%,可有效地过滤噪声视角或弱相关视角,降低其对分类精度的影响。
-
关键词
服装装饰工艺
模糊系统
多视角数据
视角约减
协同学习
服装设计资源
知识图谱
-
Keywords
garment ornamenting craft
fuzzy system
multi-view data
view-reduction
collaborative learning
clothing design resource
knowledge graph
-
分类号
TP311.11
[自动化与计算机技术—计算机软件与理论]
-
-
题名有样本缺失的稀疏保持典型相关分析
被引量：1
- 2
-
-
作者
祖辰
张道强
-
机构
南京航空航天大学计算机科学与技术学院
-
出处
《模式识别与人工智能》
EI
CSCD
北大核心
2014年第2期179-186,共8页
-
基金
高等学校博士学科点专项科研基金项目(No.20123218110009)
南京航空航天大学基本科研业务费项目(No.NE2013105)资助
-
文摘
在典型相关分析(CCA)的基础上,通过稀疏保持引入样本的类别信息,利用交叉相关项克服CCA及其推广算法要求不同视图样本必须成对出现的局限,提出一种有监督学习方法——有样本缺失的稀疏保持典型相关分析(SPCCAM).SPCCAM能在训练样本不成对的情况下进行多视图特征融合.在人工数据集、手写体数据集和PIE人脸数据集上的实验结果表明,SPCCAM能有效利用类信息提高分类性能.
-
关键词
典型相关分析(
CCA)
缺失样本
稀疏保持
多视图降维
CANONICAL
CORRELATION
Analysis(
CCA)
-
Keywords
Missing Sample
Sparsity Preserving
Multi-view Dimensionality reduction
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名自适应嵌入的半监督多视角特征降维方法
被引量：5
- 3
-
-
作者
孙圣姿
万源
曾成
-
机构
武汉理工大学理学院
-
出处
《计算机应用》
CSCD
北大核心
2018年第12期3391-3398,共8页
-
基金
中央高校基本科研业务费专项资金项目(2018IB016)~~
-
文摘
半监督模式下的多视角特征降维方法,大多并未考虑到不同视角间特征投影的差异,且由于缺乏对降维后的低维矩阵的稀疏约束,无法避免噪声和其他不相关特征的影响。针对这两个问题,提出自适应嵌入的半监督多视角特征降维方法。首先,将投影从单视角下相同的嵌入矩阵扩展到多视角间不同的矩阵,引入全局结构保持项;然后,将无标签的数据利用无监督方法进行嵌入投影,对于有标签的数据,结合分类的判别信息进行线性投影;最后,再将两类多投影映射到统一的低维空间,使用组合权重矩阵来保留全局结构,很大程度上消除了噪声及不相关因素的影响。实验结果表明,所提方法的聚类准确率平均提高了约9%。该方法较好地保留了多视角间特征的相关性,捕获了更多的具有判别信息的特征。
-
关键词
多视角特征降维
半监督学习
自适应性嵌入
组合权重矩阵
正则化稀疏约束
-
Keywords
multi-view feature dimension reduction
semi-supervised learning
adaptive embedding
combined weight matrix
regularized sparse constraint
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
