首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于图模型的多模态社会媒体分析

摘要第4-7页
ABSTRACT第7-10页
缩略语表第11-15页
第1章 绪论第15-25页
    1.1 研究背景第15-17页
    1.2 关键科学问题第17-20页
    1.3 研究内容和主要贡献第20-21页
    1.4 论文组织结构第21-23页
    参考文献第23-25页
第2章 基于多模态的社会媒体表示第25-44页
    2.1 引言第25-28页
    2.2 相关工作第28-31页
        2.2.1 单一模态表示方法第28-30页
        2.2.2 多模态融合表示方法第30-31页
    2.3 上下文约束视觉内容的多模态社会媒体表示第31-34页
        2.3.1 问题描述第32页
        2.3.2 视觉内容的上下文正则项约束第32-34页
        2.3.3 基于非负矩阵分解的社会媒体表示第34页
    2.4 实验结果与分析第34-38页
        2.4.1 数据集与评价标准第35页
        2.4.2 参数选择第35-36页
        2.4.3 不同方法间的比较第36-38页
    2.5 本章小结第38-39页
    参考文献第39-44页
第3章 多模态融合与多标签关联相结合的社会媒体分类第44-68页
    3.1 引言第44-47页
    3.2 相关工作第47-50页
        3.2.1 多标签分类第47页
        3.2.2 多模态融合第47-48页
        3.2.3 基于超图学习的分类方法第48-50页
    3.3 基于多模态融合与多标签关联的超图学习第50-55页
        3.3.1 问题描述第50-51页
        3.3.2 高效的多模态超图构建第51-52页
        3.3.3 与多标签关联相结合的多模态融合算法第52-53页
        3.3.4 优化过程第53-55页
    3.4 计算复杂度第55-56页
    3.5 实验结果与分析第56-64页
        3.5.1 数据集与评价第56页
        3.5.2 不同方法间的比较第56-59页
        3.5.3 f与y的紧密度第59-60页
        3.5.4 超边的权重第60-61页
        3.5.5 代表性节点的数目第61-62页
        3.5.6 多模态超图与标签关联超图间的权衡第62页
        3.5.7 标注数据的规模第62-63页
        3.5.8 计算开销的比较第63-64页
    3.6 本章小结第64页
    参考文献第64-68页
第4章 基于用户标签的社会媒体相关性分析第68-89页
    4.1 引言第68-71页
    4.2 相关工作第71-72页
        4.2.1 基于用户标签或者视觉内容的方法第71页
        4.2.2 基于用户标签与视觉内容相结合的方法第71-72页
        4.2.3 融合其他社会媒体信息的方法第72页
    4.3 基于用户标签的相关性分析第72-78页
        4.3.1 超边关联超图第72-73页
        4.3.2 文本-视觉混合关联超图第73-75页
        4.3.3 算法与优化第75-78页
    4.4 实验结果与分析第78-86页
        4.4.1 实验设置第78页
        4.4.2 不同方法间的比较第78-84页
        4.4.3 参数λ与μ的影响第84-85页
        4.4.4 bagging次数的影响第85-86页
    4.5 本章小结第86页
    参考文献第86-89页
第5章 基于异构高阶保持的跨模态关联学习第89-111页
    5.1 引言第89-92页
    5.2 相关工作第92-94页
        5.2.1 CCA及其变形第92页
        5.2.2 联合语义信息第92-93页
        5.2.3 非线性方法第93页
        5.2.4 超图嵌入第93-94页
    5.3 异构高阶保持的典型相关分析第94-100页
        5.3.1 多模态对内强关联第95页
        5.3.2 多模态对间弱关联第95-96页
        5.3.3 跨模态关联学习第96-97页
        5.3.4 核方法扩展第97页
        5.3.5 核矩阵分解第97-98页
        5.3.6 构建统一超图第98-100页
    5.4 实验结果与分析第100-106页
        5.4.1 数据集第100-101页
        5.4.2 不同方法间的比较第101-104页
        5.4.3 多模态对内与对间关联的权衡第104-105页
        5.4.4 超边度的影响第105-106页
        5.4.5 语义聚类簇的数量第106页
    5.5 小结第106-107页
    参考文献第107-111页
第6章 结束语第111-114页
    6.1 论文总结第111-112页
    6.2 进一步工作第112-114页
致谢第114-115页
攻读博士学位期间的研究成果第115页

论文共115页,点击 下载论文
上一篇:信息中心网络中内容处理相关技术研究
下一篇:分布式系统中的压缩感知研究