融入决策树与模糊理论的SVM在图像情感分类中的研究

来源 :太原理工大学 | 被引量 : 0次 | 上传用户:guodianwangxg
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着计算机技术的突飞猛进和互联网技术的广泛应用,大量图片、图像等半结构化和非结构化数据涌到了我们的面前。众所周知,绝大多数的图片蕴含着丰富的情感语义,如何有效地组织、管理和检索这些大规模的蕴含着丰富情感语义信息的多媒体数据已经成为当前的一个热门话题。   相关研究表明,图像的视觉特征信息反映的只是图像的一些客观统计特性,并未直接反映出图像的情感语义信息,在图像的低阶视觉特征与图像的高阶情感语义特征之间存在着关联鸿沟。将这一关联鸿沟变通途的方法便是利用机器学习相关算法建立图像视觉特征与情感语义特征之间的映射关系,然而传统机器学习的理论思想以及技术实现始终无法有效地处理那些多媒体数据,特别是那些蕴含着极为复杂但又十分模糊的情感语义多媒体数据。鉴于此,本文的处理途径是合理利用现有的相关理论和技术,并在此基础上加以改进创新,本文所做的工作具体如下:   1.构建逐层分类的架构。之所以要构建逐层分类的架构,本文基于以下两个方面的考量:1)基于人类情感思维过程的考量。众所周知,人在看到一幅图片时,首先会根据图片所呈现的视觉特征(颜色、纹理、形状等)对图片进行分类并在记忆库中进行比对,从而判断出图片的内容,最终图片的视觉特征和内容会刺激人的大脑产生出相应的情感。2)基于决策树思想的考量。决策树从根节点出发沿某一分支逐层向下直至叶结点,且该叶结点代表一个类别,此种分类思想启发了我们在处理类似图像情感语义等复杂问题的时候,倘若对问题进行逐层分类、细化,便可以在削减问题复杂度的同时增加解决问题的精确度,这也是本文引入决策树思想的原因之一。   2.选取合适的分类器。选取一款合适的分类器是本文工作的重点,本文将模糊理论引入传统的支持向量机,将隶属度函数引入传统支持向量机的核函数,这便是模糊支持向量机(Fuzzy Support Vector Machine,FSVM),模糊支持向量机一系列优异的特性令图像情感分类得以有效实现。   3.实验证明。本文以逐层分类思想作为指导,凭借模糊支持向量机实现具体分类,并选取了中国科学院心理研究所心理健康重点实验室编制的中国情感图片系统(Chinese Affective Picture System,CAPS)中的852幅图片作为图片库,验证所构想工作的可行性和准确性。
其他文献
随着企业信息的飞速增长,企业信息检索逐渐成为信息检索领域研究的热点,中文分词作为信息检索的文本处理阶段一个重要步骤,直接影响着检索结果的准确性。学术界关于分词技术
随着地形生成理论的持续发展,图形硬件的架构和能力的不断改善。地形生成的效果也越来越逼真,同时因为自然地形在场景构建中的不可替代作用,使得地形生成在相关领域的应用占
软件行业的工业化趋势导致了软构件的产生。能够像硬件系统那样,将部分软件组合起来构建软件系统,一直是软件行业多年来追求的目标。特别是对于象很多应用软件的开发(例如很多
进入Web时代以来,市场一方面对Web应用的需求同趋复杂,另一方面又要求开发团队缩短开发的周期。采用何种框架,如何开发出具有高内聚、低耦合、易于移植、丰富的用户体验、良好的
供应链管理系统是企业和企业、企业和用户、用户和用户之间信息交流的一个平台,也是企业信息化建设的重点,系统应用安全成为了这一系统构建中的首要问题。论文是在设计和实现长
本文主要针对数据库安全问题中的加密技术加以研究,将加密技术结合到数据库中,对数据库中的敏感数据进行加密,论证了基于字段的加密方式的可行性。在这种加密方式的前提下,根
计算机技术和网络技术的发展,促进信息系统不断向着集成化,智能化,网络化的方向进步,而高等教育事业的发展,特别是近年来高校间的合并与调整,则促使了学校内部的后勤,财务等的深化改
今年初,工业和信息化部颁发了3G牌照,标志着我们国家电信行业正式进入3G时代。可以预见,以图像、视频、动画等多媒体信息载体和相关技术将在3G时代得到更为广泛的应用。为了提升
由于计算机技术与企业信息化之间的相互推动、相互作用,两者如今都取得了长足的发展。企业信息化的普及与细化使得信息管理系统变得日益庞大和复杂,这对系统的开发时间和适应
数据挖掘技术是从大量数据中发现潜在的规律,提取出有用知识的方法和技术。粗糙集理论是一个有效处理不确定性数据的数学工具,粗糙集理论不需要任何附加的信息或先验知识,就能有