您的位置: 专家智库 > >

丁学东

作品数:3 被引量:10H指数:2
供职机构:江南大学数字媒体学院更多>>
发文基金:国家自然科学基金中央高校基本科研业务费专项资金江苏省自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇期刊文章
  • 1篇会议论文

领域

  • 3篇自动化与计算...

主题

  • 2篇向量
  • 2篇向量机
  • 2篇分类器
  • 1篇低层
  • 1篇低层特征
  • 1篇语义
  • 1篇语义属性
  • 1篇图像
  • 1篇图像内容
  • 1篇图像内容检索
  • 1篇人工智能

机构

  • 3篇江南大学

作者

  • 3篇刘渊
  • 3篇谢振平
  • 3篇丁学东
  • 2篇杨海峰

传媒

  • 1篇计算机研究与...
  • 1篇计算机应用研...
  • 1篇2013年中...

年份

  • 1篇2014
  • 2篇2013
3 条 记 录,以下是 1-3
排序方式:
球向量机的快速在线学习
在大数据分析处理中,有效学习样本逐渐增加,据此如何高效渐进地学习分类器是一个非常有价值的问题.相比于支撑向量机和核向量机,球向量机自身在批量样本学习中具有速度快、准确率高的特点,但该方法不适合快速的在线学习。针对该问题提...
杨海峰刘渊谢振平丁学东
关键词:人工智能
文献传递
球向量机的快速在线学习被引量:5
2013年
在大数据分析处理中,有效学习样本逐渐增加,据此如何高效渐进地学习分类器是一个非常有价值的问题.相比于支撑向量机和核向量机,球向量机自身在批量样本学习中具有速度快、准确率高的特点,但该方法不适合快速的在线学习.针对该问题提出了在线球向量机.首先将二分类问题转为两个单分类问题,利用球向量机(ball vector machine,BVM)对超球球心的更新算法对每一个训练向量仅迭代一次,求得两个高维超球的球心,随后直接利用两个高维超球球心的垂直平分面进行分类.理论分析证明了新方法的有效性,与现有在线增量学习方法的实验比较结果表明,在线球向量机(online ball vector machine,OBVM)在时间计算复杂度和综合性能方面有显著优势.
杨海峰刘渊谢振平丁学东
增量学习语义属性的图像内容检索系统增强被引量:5
2014年
大规模图像内容检索是实现图像语义信息获取的重要手段,其首要需解决图像低层特征与用户高层语义间的语义鸿沟问题。针对该问题,引入图像语义属性,并结合增量分类学习方法(online core vector machine,OCVM),提出了一种增量构建大规模图像内容检索系统的新方法。该方法借助检索反馈学习机制可以提升图像语义属性的辨别准确性,能在扩张图像库规模的同时,提升图像内容检索的可靠性。实验结果表明了上述方法的有效性,其检索性能可逐步地达到离线构建方法的最佳性能,但具有更好的可扩展性和自提升能力。
丁学东刘渊谢振平
关键词:图像内容检索语义属性低层特征
共1页<1>
聚类工具0