基于深度典型相关性分析的跨媒体语义检索
文献类型：期刊论文
| 作者 | 王述; 史忠植 |
| 刊名 | 中国科学技术大学学报
 |
| 出版日期 | 2018 |
| 卷号 | 48.0期号:004页码:322 |
| 关键词 | 典型相关性分析 深度典型相关性分析 语义映射 跨媒体检索 |
| ISSN号 | 0253-2778 |
| 英文摘要 | 基于典型相关性分析的跨媒体检索是一种将不同媒体特征通过相关性分析映射到同构的最大相关子空间，并在子空间中完成跨媒体数据间的相似性比较和检索的方法．典型相关性分析（canonical correlation analysis，CCA）是一种线性模型，并不能很好地挖掘跨媒体数据中的复杂相关关系．为此针对深度典型相关性分析（deepCCA，DCCA）的结构进行改进，使用隐含狄利克雷分布（1atent Dirichlet allocation，LDA）发现文本语义信息并学习语义映射，提出了跨媒体深度相关性学习模型（cross-media correlation learning with deep canonical correlation analysis，CMC—DCCA）以及跨媒体语义相关性检索方法（cross—media semantic correlation retrieval，CMSCR）．在维基百科文本图像数据集上的实验证明，CMC—DCCA模型能够较好地挖掘跨媒体数据中的复杂相关关系，CMSCR在跨媒体检索中具有较好的性能． |
| 语种 | 英语 |
| 源URL | [http://119.78.100.204/handle/2XEOYT63/37447]  |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 中国科学院计算技术研究所 |
| 推荐引用方式 GB/T 7714 | 王述,史忠植. 基于深度典型相关性分析的跨媒体语义检索[J]. 中国科学技术大学学报,2018,48.0(004):322. |
| APA | 王述,&史忠植.(2018).基于深度典型相关性分析的跨媒体语义检索.中国科学技术大学学报,48.0(004),322. |
| MLA | 王述,et al."基于深度典型相关性分析的跨媒体语义检索".中国科学技术大学学报 48.0.004(2018):322. |
入库方式： OAI收割
来源：计算技术研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。