互聯(lián)網(wǎng)的快速發(fā)展為人們交流溝通提供了很多便利,用戶可以方便地上傳和瀏覽網(wǎng)絡(luò)中的圖像。在線社交網(wǎng)絡(luò)中的圖像通常攜帶了很多社交網(wǎng)絡(luò)信息,這些社交網(wǎng)絡(luò)信息在一定程度上反映了圖像之間的關(guān)聯(lián)信息。有效地利用這些社交網(wǎng)絡(luò)信息能夠消除圖像中存在的一些歧義,對(duì)圖像分類是非常有價(jià)值的。目前學(xué)者們提出了不少基于社交網(wǎng)絡(luò)信息的圖像分類算法,然而大多數(shù)算法通常無(wú)法有效地利用多種不同類型的社交網(wǎng)絡(luò)信息。針對(duì)這些問(wèn)題,本文提出了一種新型的基于多關(guān)系社交網(wǎng)絡(luò)的圖像分類算法MSNet。MSNet首先利用圖像的社交網(wǎng)絡(luò)信息構(gòu)造出圖像之間多種不同的關(guān)系網(wǎng)絡(luò),然后利用網(wǎng)絡(luò)表征學(xué)習(xí)算法學(xué)習(xí)出圖像在社交網(wǎng)絡(luò)中的表征向量,最后利用圖像的視覺(jué)特征與網(wǎng)絡(luò)表征訓(xùn)練分類器進(jìn)行圖像分類。本文的主要工作包含以下三個(gè)部分:（1）提出了一種半監(jiān)督判別性網(wǎng)絡(luò)表征學(xué)習(xí)算法（簡(jiǎn)稱DNE）。DNE算法基于SkipGram模型,可以使用部分節(jié)點(diǎn)的類標(biāo)信息進(jìn)行半監(jiān)督的網(wǎng)絡(luò)表征學(xué)習(xí)。傳統(tǒng)的判別性網(wǎng)絡(luò)表征學(xué)習(xí)算法在學(xué)習(xí)網(wǎng)絡(luò)表征時(shí)通常需要訓(xùn)練一個(gè)額外的分類器,通過(guò)分類器調(diào)整帶類標(biāo)節(jié)點(diǎn)的表征向量。這一類方法通常不能很好地利用半監(jiān)督的信息,且存在訓(xùn)練時(shí)間過(guò)長(zhǎng),需要大... 

【文章來(lái)源】：深圳大學(xué)廣東省

【文章頁(yè)數(shù)】：89 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

Flickr上擁有相同標(biāo)簽和圖片組的兩幅圖片

CNN-Neighbor的結(jié)構(gòu)圖

膠囊網(wǎng)絡(luò)用于MNIST手寫(xiě)數(shù)字圖片數(shù)據(jù)集從圖2-2中可以看到，膠囊網(wǎng)絡(luò)的結(jié)構(gòu)相對(duì)比較簡(jiǎn)單，只包含三層結(jié)構(gòu)（卷


本文編號(hào)：3246958