基于A-ELM的移动视觉搜索方法

被引：5

作者：

胡海洋 ^{[1
,2
]}

许军 ^{[1
,2
]}

胡华 ^{[1
,2
]}

机构：

[1] 杭州电子科技大学计算机学院

[2] 杭州电子科技大学复杂系统建模与仿真教育部重点实验室

来源：

电信科学 | 2016年 / 32卷 / 04期

关键词：

分类; 极限学习机; 移动视觉搜索;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

计算机智能技术在图像领域已经得到广泛的应用。极限学习机(ELM)作为一种新兴技术,克服了其他传统智能技术所面临的一些问题,吸引了越来越多研究人员的关注。首先对ELM算法的性能进行了分析验证,并将其延伸到图像分类搜索上。在此基础上,提出了基本视觉搜索(BMVS)框架,将ELM运用到此框架服务器端,并进一步优化了ELM的分类性能。最后实验证明ELM在移动视觉搜索方面的可行性,并通过和支持向量机(SVM)的实验对比验证相关方法的高效性。

引用

页码：92 / 102

页数：11

共 7 条

[1] 移动视觉搜索技术研究与标准化进展
段凌宇
黄铁军
高文
[J]. 信息通信技术, 2012, 6 (06) : 51 - 58
[2] 基于内容的图像检索技术与系统
李向阳
庄越挺
潘云鹤
[J]. 计算机研究与发展, 2001, (03) : 344 - 354
[3] Convex incremental extreme learning machine[J] . Guang-Bin Huang,Lei Chen.Neurocomputing . 2007 (16)
[4] A perceptually based spectral model for isotropic textures[J] . Danny Holten,Jarke J. Van Wijk,Jean-Bernard Martens.ACM Transactions on Applied Perception (TAP) . 2006 (4)
[5] Extreme learning machine: Theory and applications[J] . Guang-Bin Huang,Qin-Yu Zhu,Chee-Kheong Siew.Neurocomputing . 2006 (1)
[6] Extreme learning machines: A survey .2 Huang,Guang-Bin,Wang,Dian Hui,Lan,Yuan. International Journal of Machine Learning and Cybernetics . 2011
[7] Extreme learning machine withrandomly assigned RBF kernels .2 HUANG G B,SIEW C K. International Journalof Information Technology . 2005

← 1 →