文献

J-GLOBAL ID：201302241336851426   整理番号：13A0508033

半教師つき学習に基づく増分画像分類方法

Incremental Image Classification Method Based on Semi-Supervised Learning

著者 (4件)： Liang Peng (School of Computer Sci. and Engineering,Guangdong Polytechnic Normal Univ., Guangzhou) ,  Li Shaofa (School of Computer Sci. and Engineering,South China Univ. of Technol., Guangzhou) ,  Qin Jiangwei (School of Computer Sci. and Engineering,South China Univ. of Technol., Guangzhou) ,  Luo Jiangao (Dep. of Computer,Guangdong AIB Polytechnic Coll., Guangzhou)
資料名： Moshi Shibie yu Rengong Zhineng  (Moshi Shibie yu Rengong Zhineng)
巻： 25  号： 1  ページ： 111-117  発行年： 2012年 
JST資料番号： C2411A  ISSN： 1003-6059  CODEN： MRZHET  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 効率的に多数のラベルされていない画像を使用するために,画像分類方法を半教師つき学習に基いて提案する。提案方法は,よくある話題を利用することによって,大量のラベルされていない画像と限定数のラベル付き画像を掛け渡す。分類精度をラベル付き画像の必須リンク制約と不可能リンク制約を用いて改善する。カリフォルニア工科大学-101と7クラスの画像データセットに関する実験結果は,分類精度が提案方法で約10%改善すると証明した。その上,漸次的学習能力を欠如させる現在の半教師つき画像分類方法のため,著者らの方式の増分実行を提案する。文献における非漸次的学習モデルと比較して,漸次的学習方式はおよそ90%の計算効率を改善した。Data from the ScienceChina, LCAS. Translated by JST

シソーラス用語： *学習 ,  分類 ,  集合 ,  データ ,  学習モデル ,  精度 ,  工科大学 ,  効率 ,  能力
準シソーラス用語： *半教師つき学習 ,  画像分類 ,  分類方法 ,  データセット ,  画像データ ,  漸次的学習 ,  分類精度 ,  計算効率 ,  学習能力 ,  実験結果

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 半教師つき学習 ,  増分 ,  画像分類