计算机应用与软件
計算機應用與軟件
계산궤응용여연건
COMPUTER APPLICATIONS AND SOFTWARE
2012年
4期
24-26,56
,共4页
高层次语义概念提取%Adaboost算法%支持向量机
高層次語義概唸提取%Adaboost算法%支持嚮量機
고층차어의개념제취%Adaboost산법%지지향량궤
针对传统的高层语义提取方法对训练数据集的高度依赖以及准确率不足的问题,提出一种基于Adaboost-SVM的高层次语义概念提取方法,将SVM作为Adaboost的弱分类器训练方法,并充分利用Adaboost对训练数据的平衡及融合弱分类器的特点,提取出高可靠的语义检测器.实验结果表明,与传统方法相比,该方法不仅跨越训练数据不平衡的障碍,而且能够提取出更加可靠的语义检测器.
針對傳統的高層語義提取方法對訓練數據集的高度依賴以及準確率不足的問題,提齣一種基于Adaboost-SVM的高層次語義概唸提取方法,將SVM作為Adaboost的弱分類器訓練方法,併充分利用Adaboost對訓練數據的平衡及融閤弱分類器的特點,提取齣高可靠的語義檢測器.實驗結果錶明,與傳統方法相比,該方法不僅跨越訓練數據不平衡的障礙,而且能夠提取齣更加可靠的語義檢測器.
침대전통적고층어의제취방법대훈련수거집적고도의뢰이급준학솔불족적문제,제출일충기우Adaboost-SVM적고층차어의개념제취방법,장SVM작위Adaboost적약분류기훈련방법,병충분이용Adaboost대훈련수거적평형급융합약분류기적특점,제취출고가고적어의검측기.실험결과표명,여전통방법상비,해방법불부과월훈련수거불평형적장애,이차능구제취출경가가고적어의검측기.