2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩61頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、伴隨著計算機網(wǎng)絡和多媒體技術的發(fā)展,人們不僅僅滿足于用單模態(tài)數(shù)據(jù)來描述一篇文檔,包含多種模態(tài)的多媒體文檔越來越頻繁的出現(xiàn)在網(wǎng)絡中,因此跨媒體檢索也越來越受到人們的關注。
  由于直接把不同模態(tài)底層特征映射到同維空間會損失大量信息,并且同維的不同模態(tài)特征所表達的意義也差異巨大,據(jù)此提出了基于隱藏層語義關聯(lián)的跨媒體檢索方法。該方法首先借鑒了深度學習的思想,通過深度網(wǎng)絡模型來完成底層特征到隱藏層特征的映射,其中深度網(wǎng)絡模型通過棧式自編碼

2、以及誤差反向傳播技術構建。接著引入典型相關性分析來關聯(lián)不同模態(tài)的隱藏層特征,典型相關性分析能夠在保持不同模態(tài)特征最大相關性的基礎上把不同模態(tài)的特征映射到一個同維空間,使得通過典型相關性分析關聯(lián)后的不同模態(tài)的隱藏層特征具有同維度,且具有相近的意義表達。然后通過Softmax回歸模型對關聯(lián)后的隱藏層特征進行語義分類學習。最后通過特征與語義相結合的檢索算法來進行跨媒體檢索。
  為了驗證方法的有效性及可行性,在wiki百科數(shù)據(jù)集上進行了

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論