资料下载
×
有监督流形学习算法SLLESVM 在图像检索中的应用
消耗积分:2 |
格式:rar |
大小:258 |
2009-06-10
分享资料个
基于内容的图像检索中，高维特征向量的有效降维是一项关键技术，流形学习算法
LLE 是有效的非线性降维方法，而SVM 的泛化能力较强，本文将二者结合在一起，成为一种新的有监督流形学习算法SLLESVM，并将其应用在图像数据的检索上，效果良好。
关键词: 有监督; 流行学习; SLLESVM; 图像检索
Abstract: In Content-Based Image Retrieval, the dimension reduction of high dimension
eigenvector is a key technology, manifold learning algorithm LLE is an effective non-linear r
dimension reduction method, and SVM has stronger generalization ability, this paper combined two methods, became a new supervised manifold learning algorithm SLLESVM, and applied it in the retrieval of image data, the experiments proved that the results are good.
Key words: supervised; manifold learning; SLLESVM; image retrieval
LLE 是有效的非线性降维方法，而SVM 的泛化能力较强，本文将二者结合在一起，成为一种新的有监督流形学习算法SLLESVM，并将其应用在图像数据的检索上，效果良好。
关键词: 有监督; 流行学习; SLLESVM; 图像检索
Abstract: In Content-Based Image Retrieval, the dimension reduction of high dimension
eigenvector is a key technology, manifold learning algorithm LLE is an effective non-linear r
dimension reduction method, and SVM has stronger generalization ability, this paper combined two methods, became a new supervised manifold learning algorithm SLLESVM, and applied it in the retrieval of image data, the experiments proved that the results are good.
Key words: supervised; manifold learning; SLLESVM; image retrieval
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
