文献

J-GLOBAL ID：201702255379195294   整理番号：17A0368774

階層的サポートベクトルマシンは融合階層構造に基づく分類【Powered by NICT】

Hierarchical support vector machine based structural classification with fused hierarchies

著者 (8件)： Zhao Shuo (School of Computer Science and Technology, Tianjin University, Tianjin 300072, PR China) ,  Zhao Shuo (Tianjin Key Lab of Cognitive Computing and applications, Tianjin 300072, PR China) ,  Han Yahong (School of Computer Science and Technology, Tianjin University, Tianjin 300072, PR China) ,  Han Yahong (Tianjin Key Lab of Cognitive Computing and applications, Tianjin 300072, PR China) ,  Zou Quan (School of Computer Science and Technology, Tianjin University, Tianjin 300072, PR China) ,  Zou Quan (Tianjin Key Lab of Cognitive Computing and applications, Tianjin 300072, PR China) ,  Hu Qinghua (School of Computer Science and Technology, Tianjin University, Tianjin 300072, PR China) ,  Hu Qinghua (Tianjin Key Lab of Cognitive Computing and applications, Tianjin 300072, PR China)
資料名： Neurocomputing  (Neurocomputing)
巻： 214  ページ： 86-92  発行年： 2016年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,オブジェクトカテゴリーの多重セマンティックビューを用いた階層的画像分類の問題を考察した。新規その手法は個々のビューの概念間の意味的類似性の重みを決定することにより,画像セマンティック測度を計算するための提案した。新しい画像セマンティック測度を得た後,著者らは信頼MEと呼ばれる現用の方法と意味階層を構築した。階層的分類のために,構造化サポートベクトルマシン(SVM)学習フレームワークに学習した分類学と分類タスクを翻訳した。VOC2010上で提案手法と属性データセットを用いて動物のサブセットを示し,重み付き意味階層を用いた構造化SVMがより良い精度を与えることを示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 動物 ,  構造形成 ,  *階層構造 ,  部分集合 ,  画像 ,  学習 ,  多重化 ,  測度 ,  *サポートベクトルマシン
準シソーラス用語： 分類学 ,  階層的分類 ,  意味類似性 ,  画像分類 , 【Automatic Indexing@JST】

著者キーワード (4件)： 階層的分類 ,  分類 ,  構造学習 ,  階層構築

分類 (4件)： 人工知能  (JE08000Z) ,  医用画像処理  (JE04020T) ,  図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： サポートベクトルマシン ,  融合 ,  階層構造 ,  分類