文献

J-GLOBAL ID：201802287356636092   整理番号：18A1738737

文脈意味情報に基づく鉄道の状態検出【JST・京大機械翻訳】

Railway fastener state inspection based on contextual semantic information

著者 (4件)： Li Shuang (西南交通大学机械工程学院,四川成都,610031) ,  Li Bailin (西南交通大学机械工程学院,四川成都,610031) ,  Luo Jianqiao (西南交通大学机械工程学院,四川成都,610031) ,  Ou Yang (西南交通大学机械工程学院,四川成都,610031)
資料名： Chuanganqi yu Wei Xitong  (Chuanganqi yu Wei Xitong)
巻： 37  号： 8  ページ： 130-133  発行年： 2018年 
JST資料番号： C3686A  ISSN： 1000-9787  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： 伝統的「視覚的パケット」(BOW)モデル「鉄道の部品状態を認識するとき,その空間ドメインにおけるコンテキストの意味情報の欠点を無視して,コンテキストの意味情報に基づくスパイキングの検出モデルを提示する」という意味で,本論文は,その空間ドメインにおけるコンテキストの意味情報の欠点を無視して,次に,コンテキストの意味的情報の欠点を無視して,次に,コンテキストの意味情報の欠点を無視して,次に,その空間の意味的情報の欠点を無視した。伝統的「視覚的パケットモデル」に基づいて,画像における画素の空間相関を,ギブスランダム場モデルを導入して,特徴ドメインの類似性と空間ドメインのコンテキストの意味的制約関係を結合して,より正確に視覚単語を定義した。潜在的Dirichlet分布(LDA)を用いて,画像の主題分布を学習した。サポートベクターマシン(SVM)を用いて,分類認識を行った。4種類のファスナ画像の分類実験は,モデルが効果的にファッション分類精度を改善できることを証明した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： パケット ,  画像 ,  類似性 ,  ファッション ,  単語 ,  *視覚 ,  画素 ,  モデル ,  サポートベクトルマシン
準シソーラス用語： 分類精度 ,  Dirichlet分布 ,  確率場 ,  空間相関 ,  *意味情報 , 【Automatic Indexing@JST】

分類 (2件)： 計算機網  (JC03000K) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 文脈 ,  意味情報 ,  鉄道