دانلود مقاله جنگل های متریک مبتنی بر مدل مخلوط گوسی برای کلاسه بندی بصری تصویر کد محصول : 97011392
Metric forests based on Gaussian mixture model for visual image classification
سال انتشار: 2016
چکیده:
کلاسه بندی بصری تصویر نقش مهمی در بینایی کامپیوتری و شناسایی الگو ایفا می کند. در این مقاله، یک روش جنگل های تصادفی جدید به نام جنگل های متریک پیشنهاد شده است. این روش توزیع مجموعه داده ها (شامل مجموعه داده اصلی و خود راه انداز) را به طور کامل در نظر میگیرد. روش پیشنهاد شده از شباهت توزیع بین مجموعه داده اصلی و مجموعه دادههای خود راه انداز بهره می برد. برای هر مجموعه داده خود راه انداز، یک درخت تصمیم متریک بر اساس مدل مخلوط گوسی ساخته میشود.
به درخت تصمیم متریک یاد گرفته از مجموعه داده خود راه انداز با یک شاخص شباهت پایین یا بالا هنگام رایگیری وزن کمی داده می شود و برعکس. روش پیشنهاد شده از این منشا گرفته است که مجموعه داده با شباهت کم ممکن است مجموعه داده اصلی را به خوبی نشان ندهد درحالیکه مجموعه داده با شباهت زیاد شانس زیادی برای تطبیق دارد. برای ارزیابی روش جنگل های متریک پیشنهاد شده آزمایش های گستردهای برای کلاسه بندی بصری تصویر شامل کلاسه بندی تصویر بافت، کلاسه بندی تصویر گل و کلاسه بندی تصویر غذا انجام شده است. نتایج تجربی برتری روش جنگل های متریک پیشنهاد شده را بر روی مجموعه داده های ALOT، گل-102 و غذا-101 تصدیق کردند.
کلمات کلیدی اصلی این محصول: مقاله کلاسه بندی تصویر ، مقاله جنگل های تصادفی ، دانلود مقاله کلاسه بندی تصویر ، دانلود مقاله جنگل های تصادفی ، مقاله آموزش متریک ، دانلود مقاله آموزش متریک
کلمات کلیدی انگلیسی: Visual image classification · Random forests ·
Metric learning · Gaussian mixture model