基于图像的流行排序算法
来源:互联网 发布:拍照软件 编辑:程序博客网 时间:2024/05/23 14:01
基于图的排序问题描述如下:
给定一个节点作为查询,剩下的节点根据它们对给定查询的相关性排序。 目标是学习一个排序函数,该函数定义了未标记的节点和查询之间的相关性。
1、流行排序算法
在[39]中,提出了一种利用数据(如图像)的内在流形结构进行图形标注的排序方法。给定一个数据集X={x(1),…,x(i),x(i+1),…,x(n)},一些数据点被标记为查询,其余的则需要根据它们与查询的关系进行排序。让f:X表示分配排序值f(i)中每一个x(i)的排序功能,并且f能够被视为一个矩阵f=[f(1),…,f(n)]转置。让y=[y(1),…,y(n)]T(T为转置)表示一个指向向量,其中如果x(i)是查询,则y(i)= 1,否则y(i)= 0。接下来,我们在数据集上定义了一个图G=(V,E),节点V是数据集X和边E由一个亲和函数W=w(i,j)加权得到。给定G,度矩阵D=diag{d(11),…,d(nn)},d(ii)=w(ij)对j求和。类似于网页排序和谱聚类算法,通过求解以下优化问题来计算查询的最优排序:
图2.我们的图模型。沿着四边的红线表示所有边界节点相互连接。
其中参数μ控制平滑约束(第一项)和拟合约束的平衡(第二项)。也就是说,一个好的排序函数不应该在附近的点(光滑约束)之间变化太大,并且不应该与最初的查询分配(拟合约束)相差太多。通过将上述函数的导数设置为零来计算最小解。结果排序函数可以写成:
(1)
这里的I是一个单位矩阵, α = 1/(1 + μ),S是正规拉普拉斯矩阵,(2)
排序算法起源于使用半监督学习进行分类的工作之中。实际上,流行排序能够被视为一类的分类问题,只需要正样本或负样本即可。我们能够获得另一个排序函数,通过使用非正规拉普拉斯矩阵:
(3)
我们在实验中使用(2)和*(3)两个公式比较显著性结果,之后获得了更好的结果。因此看,我们是用(3)公式。
- 基于图像的流行排序算法
- java中几种比较流行的排序算法
- 基于流行排序的显著性检测方法-MR
- 基于比较的排序算法
- 算法 基于比较的排序
- 基于插入的排序算法
- 基于选择的排序算法
- 基于数组的排序算法
- 基于数组的排序算法
- 基于热映像的图像分割算法
- 基于OpenCV的Laplace图像锐化算法
- 图像检索:基于形状特征的算法
- 基于直方图的图像二值化算法实现
- 图像检索:基于形状特征的算法
- 基于视频图像的识别算法
- 图像检索:基于形状特征的算法
- 基于纹理的图像检索算法研究
- 基于OpenCV的图像几何变换算法
- keras for attention
- nginx一 之负载均衡介绍
- 软件开发常用词汇中英文对照
- Andrid网络变化实时监听操作
- 为了拍电影买比特币,电影赔了,比特币却赚了回来!
- 基于图像的流行排序算法
- C#操作ACCESS如何判断某表格存在
- Hadoop:Name or service not knownstname
- Android Studio 升级后 APP 按钮出现红叉出现的解决方法
- mongo数组长度 数组内容 查询
- Moon相关系列之Moon初探
- 微信jssdk分享功能开发
- 使用Spring security oauth2遇到的问题
- 栈