开发工具:
文件大小: 1mb
下载次数: 0
上传时间: 2021-03-28
详细说明：特征袋（BOF）和空间金字塔匹配（SPM）表示由于其简单性和良好的性能而在图像分类和检索中已得到公认。 但是，BOF向量的超维数始终面临“维数诅咒”的难题，并导致巨大的计算和存储复杂性。 为了创建紧凑而有区别的BOF表示，在本文中，我们提出了一种新颖的直方图向量无监督降维框架。 首先，我们在每个直方图对之间建立相异矩阵，然后执行多维缩放技术以获取原始BOF的低维欧几里德嵌入，同时保留其固有的邻域结构。 研究了广泛使用的度量差异性的度量（包括距离和核），以构建差异性矩阵作为我们降维模型的输入。 大量的实验结果表明，非常低的尺寸足以使用BOF或SPM进行学习，而不会损失分类精度。 相比之下，最新的方法无法在非常小的尺寸上实现高精度。 此外，与原始BOF相比，BOF的紧凑表示可以提高分类准确性。 最后，我们还证明了我们的紧凑表示形式对于图像检索任务是有效的。 （C）2015 Elsevier BV保留所有权利。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
相关搜索:
