文档介绍：作者姓名学院名称计算机科学与技术学院专业名称指导教师合作导师王刚计算机系统结构许信顾教授年★
一鬻髓黜陵恿蛭璞轨泖趸壅麟缫麟!!酆·!『,;唬憾玧窑;国菊骸监氟’ǎ骸靔肘警神。:.矿唬海
论文作者签名:盘回关于学位论文使用授权的声明本人完全了解山东大学有关保留、使用学位论文的规定,同意学校保留或向国家有关部门或机构送交论文的复印件和电子版允许论文被查阅和借阅救耸谌ㄉ蕉ù笱Э梢越ū狙宦畚牡全部或部分内容编入有关数据库进行检索,可以采用影印,缩印或其他复制手段保存论文和汇编本学位论文。C苈畚脑诮饷芎笥ψ袷卮斯娑导师签名
豁/隧湖㈣霸鹫盔鏊麓麓;黼熏秽善秽黑嘲麟繁孽礴露秽铡⒌ゴ郎駎.:矧.;:■潆髡荻翳:“。:,唬海和瑁R—艰,,■¨,●.裦叠‘:●
’嗍纠侍獾淖;个体染色体表示视Χ群惴鞒实验结果本章小结第三章基于多示例学习的图像分类算法概述提出的算法多示蜘包的生成掷嗥鞯募菊滦〗
山东大学硕士学位论文●实验设置第四章基于多重图的图像排序算法概述岢龅耐枷衽判蛩惴多重图的构造判蛭侍獾那蠼笛榻峁菊滦〗第五章总结与展望参考文献致谢攻读学位期间发表的学术论文.,.
●培∞虬丝撕勰Ⅲ埘緔猧...
山东大学硕士学位论文:簀
式是影响多示例学习效果的一个重要因素。本文将重点分析多示例图像分类标注提出一个全新的图像多示例包生成方式。同时,。另一方面,图像本身又是一个多模态的对象,比多模态特征之间的相互作用利用并不充分,本文通过分析现有的图像排序算法,全面的考虑图像多模态之间的相互关系,将提出一个将图像多模态统一起来进行注算法,提出一个新的基于多示例学习的标注方法。方法中图像被建模成一个高斯混合模型,每个高斯模型作为多示例包中的一个示例。这样每个示例就是一个离散空间的优化问题,。算法中分类器有各自的置信度。,算法将更加全面的利用图像的多模态特征。算法将图像搜索结果集抽象成一个多重图嫉每个顶点是一副多模态图像。图像之间的多重边表示图像模态之间的相似度。最如图像内容,图像相关文本,都是图像的不同模态。现在图像排序的研宄对图像排序的方法。本文主要做了三方面的研亢:综合分析现有的基于多示例学习的图像标概率的表示,而非传统的向量形式,能更多的表示图像信息。。方法是一个后利用随机游走模型来进行图像排序。为了验证所提算法的有效性,本文在
些查奎耋至圭主竺丝兰’关键词:图像检索;图像分类;多示倒学习;图像排序;随机游走;集成学习数据集、菁蟇菁戏直鸲匀鏊惴ń辛搜橹ぁJ笛结果证明,本文所提出的算法有救的改善了分类精度和排序效果。