您当前的位置: > 详细浏览

基于字典学习的跨媒体检索技术

请选择邀稿期刊:
摘要: 在研究跨媒体信息检索时,对于不同模态数据的异构性提出了挑战,针对如何更好的克服异构问题以提高多模态数据之间的检索精度,提出了一种基于字典学习的新跨媒体检索技术。首先,通过字典学习方法学习两个不同模态数据之间的稀疏系数,然后,通过特征映射方案由两个不同的投影矩阵分别把它们投入共同的特征子空间,最后,通过标签对齐同一类来增强不同模态之间的相关性。实验结果表明,与传统的同构子空间学习方法相比,基于字典的算法分类性能优越,该实验方法在两个数据集上优于几种最先进的方法。

版本历史

[V1] 2018-05-02 09:06:37 ChinaXiv:201805.00060V1 下载全文
点击下载全文
预览
许可声明
metrics指标
  •  点击量1687
  •  下载量916
评论
分享