期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
度量学习改进语义自编码零样本分类算法
1
作者 陈祥凤 陈雯柏 《北京邮电大学学报》 CSCD 北大核心 2018年第4期69-75,共7页
为改善零样本图像分类中相似度度量方法的鲁棒性,引入了一种用于零样本分类的度量学习方法.该方法由自编码构成,能在特征对齐后的语义嵌入空间中学习到最优的度量函数,用于计算测试样本特征和类标签的语义特征的相似度;然后利用近邻思... 为改善零样本图像分类中相似度度量方法的鲁棒性,引入了一种用于零样本分类的度量学习方法.该方法由自编码构成,能在特征对齐后的语义嵌入空间中学习到最优的度量函数,用于计算测试样本特征和类标签的语义特征的相似度;然后利用近邻思想预测类别标签,进而避免产生不合适距离函数导致的分类错误.实验结果表明,与传统距离度量的算法相比,所提出的方法降低了识别错误率,在公开数据集AWA、CUB和Im Net-2上的分类准确率分别达到94.7%、63.7%和28.59%;同时表明了语义—视觉的映射方向比相反方向的识别准确率高出2.5%~10.1%. 展开更多
关键词 零样本分类 度量学习 语义自编码 语义嵌入空间 距离函数
上一页 1 下一页 到第
使用帮助 返回顶部 意见反馈