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73頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)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(quán),請進行舉報或認領(lǐng)

文檔簡介

1、在過去的數(shù)十年中,由于智能移動設(shè)備和先進移動多媒體服務(wù)的廣泛應(yīng)用,用戶可以通過社交網(wǎng)絡(luò)隨時隨地的上傳圖像。最近,更多的社交網(wǎng)絡(luò)不僅收集圖像,還收集一些和圖像相關(guān)的用戶產(chǎn)生的元數(shù)據(jù),如照片拍攝地點、拍攝時間等。圖像等多媒體資源信息量快速的增長,在學(xué)術(shù)研究領(lǐng)域以及應(yīng)用領(lǐng)域?qū)D像等多媒體內(nèi)容信息查找的需求也更加強烈,在大量的圖像中找到用戶感興趣的圖像成為一個非常活躍的研究方向,其中一個方向就是結(jié)合包括圖像文本信息,圖像底層視覺特征,圖像地理位

2、置等信息來進行圖像推薦。簡而言之,如何利用多特征進行圖像推薦從而達到比單特征推薦更好的效果是本文的研究重點。
  本文首先分析了當(dāng)前多特征圖像推薦的研究現(xiàn)狀以及存在的問題,提出了一種基于異構(gòu)超圖的結(jié)合多種圖像特征信息的圖像推薦算法框架,將機器學(xué)習(xí)中梯度下降的分類方法應(yīng)用到超圖中圖片的排序分數(shù)計算當(dāng)中,并進行了相關(guān)的實驗對圖像推薦算法中的搜索性能和滿意度進行了研究分析。本文的主要工作如下:
  一、圖像特征的獲取并構(gòu)造多種圖像

3、特征信息的異構(gòu)超圖
  本文針對單一圖像特征并不能達到很好的推薦滿意度這一缺點,采用多種圖像特征信息,分別在圖像文本、圖像底層特征兩個特征維度上提取特征并建立異構(gòu)超圖,其中包括對圖像標簽的預(yù)處理環(huán)節(jié),本文提出了一種基于圖像顯著特征的軟近鄰?fù)镀狈椒▉韺D像的標簽進行重新排序和篩選。最終給不同特征的異構(gòu)超圖賦予不同權(quán)重,形成一個統(tǒng)一的多特征異構(gòu)超圖,作為之后機器學(xué)習(xí)權(quán)重和排序分數(shù)學(xué)習(xí)的輸入。
  二、基于多特征異構(gòu)超圖中圖片頂點

4、的排序分數(shù)的計算
  在特征提取后并構(gòu)造出來的統(tǒng)一的多特征的異構(gòu)超圖的基礎(chǔ)上,運用機器學(xué)習(xí)中梯度下降的分類方法來對異構(gòu)超圖中的不同圖片的排序的分數(shù)來進行學(xué)習(xí)。當(dāng)用戶輸入一張圖片時,根據(jù)構(gòu)建出來的多特征異構(gòu)超圖來對圖片庫中的圖片進行排序分數(shù)的迭代計算,再將與輸入圖片最相似的k張圖片返回給用戶。
  三、推薦算法框架實驗結(jié)果和分析
  本文將提出的圖像推薦算法框架進行了實現(xiàn),分析了算法的時間空間復(fù)雜度,并和當(dāng)前主流的的單特

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(quán)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(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)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(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(dān)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