發(fā)布時間：2018-02-04 07:00

  本文關(guān)鍵詞： 視頻標題 描述能力 文本分析 視頻檢索 支持向量機　出處：《華南理工大學(xué)學(xué)報(自然科學(xué)版)》2011年07期 　論文類型：期刊論文

【摘要】：在基于文本的視頻檢索和推薦系統(tǒng)中,視頻標題是描述視頻內(nèi)容的必不可少的一個信息來源.然而,人們對視頻標題本身的描述能力并沒有進行深入的研究.文中根據(jù)標題對視頻內(nèi)容的刻畫程度將標題的描述能力分為可描述、可理解不可描述和不可理解3個等級,并把標題描述能力的評估問題作為分類問題來處理.鑒于支持向量機(SVM)對小樣本分類問題有很好的識別效果,使用SVM作為分類模型.同時,為彌補標題信息的不足,利用視頻標題在搜索引擎中的返回結(jié)果作為標題的補充信息.采用此方法對汽車領(lǐng)域的5000個視頻標題進行分類,結(jié)果表明:該方法對可描述類視頻標題的識別準確率可達84%;利用標題的搜索結(jié)果后,對可描述類和不可理解類標題識別的F值都提高了3%.
[Abstract]:In text-based video retrieval and recommendation systems, video titles are an essential source of information to describe video content. The description ability of video title itself has not been deeply studied in this paper. According to the description degree of video content, the description ability of title is divided into descriptive. There are three levels of comprehensible undescriptive and incomprehensible, and the evaluation of title description ability is treated as a classification problem. In view of the support vector machine (SVM), it has a good recognition effect on the small sample classification problem. Use SVM as the classification model. At the same time, to make up for the lack of title information. The video title returned in the search engine is used as the supplementary information of the title, and the 5,000 video titles in the automobile field are classified by this method. The results show that the recognition accuracy of this method for descriptive video titles can reach 84%. After using the search results of the title, the F value of the description class and the incomprehensible class header is increased by 3%.
【作者單位】： 北京理工大學(xué)計算機學(xué)院;
【基金】：國家自然科學(xué)基金資助項目(61003065)
【分類號】：TP391.1
【正文快照】： 視頻作為方便高效的記錄信息的載體已廣泛地應(yīng)用于人們的日常生活中.手機、數(shù)碼相機、數(shù)碼攝錄機等視頻攝錄設(shè)備的快速普及使人們傾向于使用視頻來捕捉和記錄信息,并通過互聯(lián)網(wǎng)平臺進行分享[1].目前,互聯(lián)網(wǎng)平臺中已出現(xiàn)大量的視頻共享網(wǎng)站,有些大型網(wǎng)站的視頻數(shù)量甚至超過千

【參考文獻】

相關(guān)期刊論文 前1條

1 張學(xué)工;關(guān)于統(tǒng)計學(xué)習(xí)理論與支持向量機[J];自動化學(xué)報;2000年01期

相關(guān)碩士學(xué)位論文 前1條

1 張鹿;基于內(nèi)容的視頻搜索結(jié)果優(yōu)化[D];中國科學(xué)技術(shù)大學(xué);2010年

【二級參考文獻】

相關(guān)博士學(xué)位論文 前1條

1 梅濤;家用視頻內(nèi)容分析方法研究[D];中國科學(xué)技術(shù)大學(xué);2006年

【相似文獻】

相關(guān)期刊論文 前10條

1 劉安文;支t$;張瑞;盛驍杰;楊小康;;基于語義概念的視頻檢索系統(tǒng)的設(shè)計與實現(xiàn)[J];中國圖象圖形學(xué)報;2008年10期

2 馬鳳云;劉培玉;王雪娟;;SVM和BP相結(jié)合的垃圾郵件過濾技術(shù)[J];計算機安全;2006年06期

3 彭璐;章兢;;基于模糊C-均值聚類的支持向量機[J];工業(yè)控制計算機;2006年11期

4 張菁華;袁鑫;劉達;;基于支持向量機的電力工程最優(yōu)投標報價決策研究[J];山東電力高等�？茖W(xué)校學(xué)報;2006年04期

5 袁金麗;郭志濤;武睿;張銀蒲;梁曉艷;;基于支持向量機的蘋果顏色分級[J];農(nóng)業(yè)網(wǎng)絡(luò)信息;2007年07期

6 劉強;;基于支持向量機的煤巖界面識別方法[J];太原科技;2007年08期

7 劉霞;盧葦;;SVM在文本分類中的應(yīng)用研究[J];計算機教育;2007年02期

8 饒泓;虞國全;胡倩如;;基于SVM的徑向基網(wǎng)絡(luò)故障診斷方法[J];微計算機信息;2008年04期

9 王煒;郭小明;王淑艷;劉麗琴;;關(guān)于核函數(shù)選取的方法[J];遼寧師范大學(xué)學(xué)報(自然科學(xué)版);2008年01期

10 葛威;王飛;;基于支持向量機方法的車型分類技術(shù)[J];電子工程師;2008年04期

相關(guān)會議論文 前10條

1 許傳華;李瑞;任青文;;基于支持向量機的巖體演化的非線性動力學(xué)模型與突變分析[A];2004年全國礦山信息化建設(shè)成果及技術(shù)交流會論文集[C];2004年

2 朱硯;肖立民;沈聰;許希斌;王京;;基于支持向量機的新型盲多用戶檢測算法[A];第九屆全國青年通信學(xué)術(shù)會議論文集[C];2004年

3 蘇高利;秦鐘;于強;;基于最小二乘支持向量機的農(nóng)田二氧化碳通量建模[A];推進氣象科技創(chuàng)新加快氣象事業(yè)發(fā)展——中國氣象學(xué)會2004年年會論文集（上冊）[C];2004年

4 李軍;張云起;;運用支持向量機進行營銷風(fēng)險識別[A];中國企業(yè)運籌學(xué)[C];2009年

5 劉碧森;鐘守銘;陳華富;;基于支持向量機與粗糙集理論的信息處理[A];第二屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2004年

6 崔桂梅;鄢常亮;馬祥;;基于核主元分析和支持向量機的高爐向涼、向熱故障診斷[A];中國計量協(xié)會冶金分會2010年會論文集[C];2010年

7 宋杰;唐煥文;;基于支持向量機方法的同源寡聚蛋白質(zhì)分類[A];中國運籌學(xué)會第七屆學(xué)術(shù)交流會論文集（下卷）[C];2004年

8 劉文煌;鄭啟鵬;李秀;李兵;;支持向量機在客戶關(guān)系管理中的應(yīng)用[A];全球化制造高級論壇暨21世紀仿真技術(shù)研討會論文集[C];2004年

9 石瑞佳;胡秀珍;;酶亞家族類預(yù)測的一種新方法[A];第十一次中國生物物理學(xué)術(shù)大會暨第九屆全國會員代表大會摘要集[C];2009年

10 賴麗娟;王志剛;吳效明;;基于小波變換和支持向量機的急性低血壓預(yù)測方法研究[A];廣東省生物醫(yī)學(xué)工程學(xué)會成立30周年紀念大會暨2010廣州（國際）生物醫(yī)學(xué)工程學(xué)術(shù)大會論文集[C];2010年

相關(guān)重要報紙文章 前10條

1 ;BI和文本分析的強強聯(lián)手[N];網(wǎng)絡(luò)世界;2007年

2 李琨;IBM百度共拓企業(yè)搜索[N];中國計算機報;2006年

3 戴清;燃燒的激情與虛幻的歷史[N];文藝報;2002年

4 ;IBM提供概念搜索技術(shù)[N];計算機世界;2005年

5 王一川;聚焦于文本的愉悅[N];中國教育報;2005年

6 何志鈞;創(chuàng)構(gòu)現(xiàn)代化精密化的當代文藝學(xué)[N];中國文化報;2003年

7 ;關(guān)于“俄羅斯當代文藝理論與中國文論研究”的對話[N];中華讀書報;2004年

8 任海平;《追風(fēng)箏的人》感人文本+多層次營銷[N];中國新聞出版報;2006年

9 科大訊飛公司;啟動“第三種引擎”[N];計算機世界;2002年

10 北師大天津附中 張鑒;讓思維“活”起來[N];天津日報;2006年

相關(guān)博士學(xué)位論文 前10條

1 劉葉青;原始空間中支持向量機若干問題的研究[D];西安電子科技大學(xué);2009年

2 劉葉青;原始空間中支持向量機若干問題的研究[D];西安電子科技大學(xué);2009年

3 周喜川;非可信環(huán)境下的支持向量機研究[D];浙江大學(xué);2010年

4 趙瑩;半監(jiān)督支持向量機學(xué)習(xí)算法研究[D];哈爾濱工程大學(xué);2010年

5 王開義;基于支持向量機的農(nóng)產(chǎn)品生產(chǎn)關(guān)鍵控制點發(fā)現(xiàn)研究[D];北京工業(yè)大學(xué);2011年

6 程麗麗;支持向量機集成學(xué)習(xí)算法研究[D];哈爾濱工程大學(xué);2009年

7 魯淑霞;基于支持向量機的多光譜數(shù)據(jù)分類[D];河北大學(xué);2007年

8 王冬麗;基于可擴展的支持向量機分類算法及在信用評級中的應(yīng)用[D];東華大學(xué);2011年

9 曹葵康;支持向量機加速方法及應(yīng)用研究[D];浙江大學(xué);2010年

10 張春華;支持向量機中最優(yōu)化問題的研究[D];中國農(nóng)業(yè)大學(xué);2004年

相關(guān)碩士學(xué)位論文 前10條

1 丁勝;基于支持向量機的手寫體字符識別[D];青島大學(xué);2006年

2 蔡磊;SVM及其擴展算法在圖像處理中的應(yīng)用研究[D];西安石油大學(xué);2010年

3 黃志勇;基于支持向量機的交通標志識別系統(tǒng)的研究[D];北京工業(yè)大學(xué);2004年

4 王逸欣;基于支持向量機技術(shù)的人臉檢測與識別系統(tǒng)研究[D];國防科學(xué)技術(shù)大學(xué);2003年

5 宋曉芳;電能質(zhì)量分析技術(shù)研究與實現(xiàn)[D];南京理工大學(xué);2005年

6 肖曼;支持向量機用于二VA英類有機污染物的定量構(gòu)效研究[D];華中科技大學(xué);2006年

7 許津瑞;細胞因子—受體相互作用的預(yù)測[D];廈門大學(xué);2008年

8 魏宇良;基于小波分析和支持向量機理論的脈像信號處理方法研究[D];華南理工大學(xué);2010年

9 苗建;基于支持向量機的煮沸溫度預(yù)測函數(shù)控制的應(yīng)用研究[D];青島科技大學(xué);2010年

10 魏宇良;基于小波分析和支持向量機理論的脈像信號處理方法研究[D];華南理工大學(xué);2010年

，

本文編號：1489645