基于改进PLSA分类器的目标分类算法

吉林大学学报(工学版) ›› 2012, Vol. 42 ›› Issue (增刊1): 231-235.

基于改进PLSA分类器的目标分类算法

赵宏伟¹, 陈霄¹, 龙曼丽², 袁世培¹

1. 吉林大学计算机科学与技术学院,长春 130012;
2. 吉林大学公共外语教育中心,长春 130012

收稿日期:2011-12-28 出版日期:2012-09-01 发布日期:2012-09-01
通讯作者: 龙曼丽(1977-),女,工程师.研究方向:智能信息系统.E-mail:Longml@jlu.edu.cn E-mail:Longml@jlu.edu.cn
作者简介:赵宏伟(1962-),男,教授,博士生导师.研究方向:智能信息系统与嵌入式技术.E-mail:zhaohw@jlu.edu.cn
基金资助:
国家自然科学基金项目(61101155);吉林省科技发展计划项目(20101504).

Object classification algorithm based on improved PLSA

ZHAO Hong-wei¹, CHEN Xiao¹, LONG Man-li², YUAN Shi-pei¹

1. Department of Computer Science and Technology, Jilin University, Changchun 130012, China;
2. School of Foreign Language Education, Jilin University, Changchun 130012, China

Received:2011-12-28 Online:2012-09-01 Published:2012-09-01

摘要/Abstract

摘要： 通过SIFT描述目标特征,利用Bag-of-words模型将目标特征构建为codebook,通过PLSA分类器对目标进行分类,根据PLSA分类学习过程中存在迭代复杂的问题,将贝叶斯分类器中的直接统计方法替换PLSA中最大似然估计,为PLSA提供足够的先验知识,减少学习过程中迭代次数,实验结果表明,相比于传统PLSA分类算法,本文方法检测结果较为准确,算法切实可行。

关键词: 计算机应用, SIFT描述, Bag-of-words, PLSA, 贝叶斯分类器, 目标分类

Abstract: The feature of object is described by SIFT.According to Bag-of-words model,Codebook is make from the features representation.Finally,classify the object by method of PLSA.Due to the iteration of complex issue in the learning process of the PLSA classification,direct statistical method in Bayesian classifier replaces the maximum likelihood estimates in PLSA,Thus provide sufficient prior knowledge for PLSA and reduce the number of iterations in the learning process.Experimental results show that the proposed method is more effective than the traditional method for object detection,and that is valid and feasible.

Key words: computer application, sift local descriptor, bag-of-words, PLSA, Bayesian classifier, object classification

中图分类号:

TP391

赵宏伟, 陈霄, 龙曼丽, 袁世培. 基于改进PLSA分类器的目标分类算法[J]. 吉林大学学报(工学版), 2012, 42(增刊1): 231-235.

ZHAO Hong-wei, CHEN Xiao, LONG Man-li, YUAN Shi-pei. Object classification algorithm based on improved PLSA[J]. 吉林大学学报(工学版), 2012, 42(增刊1): 231-235.

参考文献

[1] Li Fei-fei,Pietro Perona.A bayesian hierarchical model for learning natural scene categories[C]//IEEE Computer Cociety Conference on Computer Cociety Conference on Computer Vision and Pattern Recognition,2005.

[2] Russell B C,Sivic J,Efros A A,et al.Discovering objects and their location in images[C]//Tenth IEEE International Conference on Computer Vision,2005.James Clarl,Irena Koprinska,and Josiah Poon.

[3] 李远宁,刘汀,蒋树强.基于"Big-of-words"的视频匹配方法[J].通信学报,2007,28(12):147-151. Li Yuan-ning, Liu Ding, Jiang Shu-qiang. Video matching method based on "bag of words"[J]. Journal on Communications, 2007,28(12):147-151.

[4] 陈琳,卢湖川.基于ML-pLSA模型的目标识别算法[J] .电子与信息学报,2011,33(12):2909-2914. Chen Lin, Lu Hu-chuan. A new object recognition method based on ML-pLSA model[J].Journal of Electronics & Information Technology, 2011,33(12):2909-2914.

[5] 张小红,张倩.一种基于Bayesian的图像分类算法[J].计算机应用与软件,2009,126(9):250-254. Zhang Xiao-hong, Zhang Qian. An image classification algorithm based on Bayesian[J]. Computer Applications and Software,2009,126(9):250-254.

[6] Hofmann T.Probabilistic latent semantic indexing[C]//Proceedings of the Twenty-Second Annual International SIGIR Conference,1999.

相关文章 15

[1]	刘富,宗宇轩,康冰,张益萌,林彩霞,赵宏伟. 基于优化纹理特征的手背静脉识别系统[J]. 吉林大学学报(工学版), 2018, 48(6): 1844-1850.
[2]	王利民,刘洋,孙铭会,李美慧. 基于Markov blanket的无约束型K阶贝叶斯集成分类模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1851-1858.
[3]	金顺福,王宝帅,郝闪闪,贾晓光,霍占强. 基于备用虚拟机同步休眠的云数据中心节能策略及性能[J]. 吉林大学学报(工学版), 2018, 48(6): 1859-1866.
[4]	赵东,孙明玉,朱金龙,于繁华,刘光洁,陈慧灵. 结合粒子群和单纯形的改进飞蛾优化算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1867-1872.
[5]	刘恩泽,吴文福. 基于机器视觉的农作物表面多特征决策融合病变判断算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1873-1878.
[6]	欧阳丹彤, 范琪. 子句级别语境感知的开放信息抽取方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1563-1570.
[7]	刘富, 兰旭腾, 侯涛, 康冰, 刘云, 林彩霞. 基于优化k-mer频率的宏基因组聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1593-1599.
[8]	桂春, 黄旺星. 基于改进的标签传播算法的网络聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1600-1605.
[9]	刘元宁, 刘帅, 朱晓冬, 陈一浩, 郑少阁, 沈椿壮. 基于高斯拉普拉斯算子与自适应优化伽柏滤波的虹膜识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1606-1613.
[10]	车翔玖, 王利, 郭晓新. 基于多尺度特征融合的边界检测算法[J]. 吉林大学学报(工学版), 2018, 48(5): 1621-1628.
[11]	赵宏伟, 刘宇琦, 董立岩, 王玉, 刘陪. 智能交通混合动态路径优化算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1214-1223.
[12]	黄辉, 冯西安, 魏燕, 许驰, 陈慧灵. 基于增强核极限学习机的专业选择智能系统[J]. 吉林大学学报(工学版), 2018, 48(4): 1224-1230.
[13]	傅文博, 张杰, 陈永乐. 物联网环境下抵抗路由欺骗攻击的网络拓扑发现算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1231-1236.
[14]	曹洁, 苏哲, 李晓旭. 基于Corr-LDA模型的图像标注方法[J]. 吉林大学学报(工学版), 2018, 48(4): 1237-1243.
[15]	侯永宏, 王利伟, 邢家明. 基于HTTP的动态自适应流媒体传输算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1244-1253.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed