ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

شرح گذاری خودکار مجموعه تصاویر در مقیاس بزرگ مبتنی بر بهبود روش تنک سازی نزدیک ترین همسایه با حذف نمونه های پرت طبقه ای

سال انتشار: 1393
کد COI مقاله: IPRIA02_010
زبان مقاله: فارسیمشاهد این مقاله: 445
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 6 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله شرح گذاری خودکار مجموعه تصاویر در مقیاس بزرگ مبتنی بر بهبود روش تنک سازی نزدیک ترین همسایه با حذف نمونه های پرت طبقه ای

حمید کارگر شورکی - دانشگاه یزد، دانشکده مهندسی برق و کامپیوتر
محمدعلی زارع چاهوکی - دانشگاه یزد، دانشکده مهندسی برق و کامپیوتر

چکیده مقاله:

با توجه به رشد روزافزون تصاویر موجود در وب، شرح گذاری خودکار تصاویر به حوزه پژوهشی مطرح در زمینه جستجو و بازیابی تصویر تبدیل شده است. منظور از شرح گذاری خودکار تصویر، بکارگیری مدل های یادگیری برای توصیف محتوای دیداری تصاویر با استفاده از توصیفگرهای متنی است. با افزایش تعداد تصاویر، سیستم های شرح گذاری خودکار تصاویر با چالش هایی مواجه می شوند. عمده این چالش ها مقیاس پذیری سیستم می باشد که در دو بخش، زمان شرح گذاری و دقت شرح گذاری قابل طرح می باشد. در این پژوهش به منظور حل چالش زمان در این سیستم ها از ایده تنک سازی مجموعه آموزش و یافتن زیرمجموعه کمینه، روشی ترکیبی مبتنی بر حذف نمونه های پرت طبقه ای ارائه شده است. در این روش برای بدست آوردن زیرمجموعه سازگار تصمیم گیری می شود. نتایج حاصل از پیاده سازی این روش بر روی مجموعه تصاویر شامل 30،000 تصویر با 31 مفهوم شرح گذاری، بیانگر بهبود عملکرد این روش نسبت به روش پایه ای در یافتن زیرمجموعه سازگار می باشد.

کلیدواژه ها:

تنک سازی فضای نمونه ها، زیرمجموعه سازگار، شرح گذاری خودکار تصاویر، مجموعه تصاویر در مقیاس بزرگ، نمونه های پرت طبقه ای

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/373434/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
کارگر شورکی، حمید و زارع چاهوکی، محمدعلی،1393،شرح گذاری خودکار مجموعه تصاویر در مقیاس بزرگ مبتنی بر بهبود روش تنک سازی نزدیک ترین همسایه با حذف نمونه های پرت طبقه ای،دومین کنفرانس بین المللی بازشناسی الگو و تحلیل تصویر،رشت،،،https://civilica.com/doc/373434

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1393، کارگر شورکی، حمید؛ محمدعلی زارع چاهوکی)
برای بار دوم به بعد: (1393، کارگر شورکی؛ زارع چاهوکی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود ممقالهقاله لینک شده اند :

  • مجموعه داده‌ها تمرکز دارد، کاهش دقتی معادل 2.73.% در معیار ...
  • X. Ke, S. Li, and G. Chen, "Real web community ...
  • IEEE Trans. image Process. vol. 21, no. 3, pp. 1339-1351, ...
  • C. Shi, Q. Ruan, and G. An, "Sparse feature selection ...
  • Selection for Nearest Neighbor Classification : Taxonomy and Empirical Study, ...
  • F. Angiulli, "Fast Nearest Neighbor Condensation for Large Data Sets ...
  • N. M. Hewahi and M. K. Saad, :Class Outliers Mining ...
  • , no. 9, pp. 2803-2816, 2007. ...
  • P. E. Hart, "The Condensed Nearest Neighbor Rule, " IEEE ...
  • _ S. Devi and M. N. Murty, _ incremental prototype ...
  • T. Chua, J. Tang, R. Hong, H. Li, Z. Luo, ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: 12,556
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

    پشتیبانی