一种基于模型共享的半监督多标签图像学习法

摘要：

　　提出一种快速且有效的半监督多标签学习方法：模型共享半监督推举。该方法能发现、共享并组合多个基模型，每个基模型是在某个标签上利用半监督支持向量机(S3VM)上学习的。通过使用模型共享，标签关联被显示地利用且对于每个标签来说只需要少量的基模型即可生成最后的决策结果。在Core15k和Mediamill数据集上评估方法，实验结果显示的方法与当前流行的监督和半监督多标签学习方法是可比的。

关键词： 信息处理 半监督多标签学习算法 模型共享 支持向量机

作者: ZHANG Da-peng 张大鹏 WEN Jia 闻佳 LIU Xi 刘曦

作者单位: Institute of Information Science and Engineering, Yanshan University, Qinhuangdao 066004, China;Guan 燕山大学信息科学与工程学院,秦皇岛 066004;桂林电子科技大学广西可信软件重点实验室,桂林 541004 Institute of Information Science and Engineering, Yanshan University, Qinhuangdao 066004, China 燕山大学信息科学与工程学院,秦皇岛 066004 The Key Laboratory of Intelligent Information Processing, Institute of Computing Technology,Chinese 中国科学院计算技术研究所智能信息处理重点实验室,北京 100190

会议类型: 国内会议

会议名称: 第十二届中国虚拟现实大会

会议地点: 秦皇岛

会议语种:中文

页码: 1826-1830

在线出版日期: 2012-09-21（万方平台首次上网日期，不代表论文的发表时间）