导读:本文包含了潜在语义标注论文开题报告文献综述及选题提纲参考文献，主要关键词:图像自动标注,词袋,支持向量机,概率潜语义分析
潜在语义标注论文文献综述
吕海峰,蔡明[1]（2018）在《基于概率潜在语义分析模型的分类融合图像标注》一文中研究指出图像自动标注作为计算机视觉领域重要的研究课题,近年来取得了巨大的成果,但由于语义鸿沟的存在,仍然存在巨大的挑战。本文提出一种基于概率潜在语义分析模型的分类融合图像标注方法。首先,该方法分别提取图像的形状和视觉特征,聚类生成词袋;然后利用融合概率潜在语义分析模型计算得出图像标注词的概率,并利用支持向量机依据图像颜色特征分类得到分类标签的类别权重;最后在得到的标注词概率中融入类别权重,最终得到图像的标签。并且使用Corel图像数据集进行标注模型的训练和图像的标注。实验结果表明,对比几种前沿的标注方法,本文获得了良好的性能。(本文来源于《电子技术与软件工程》期刊2018年07期）
刘杰,杜军平[2]（2014）在《基于潜在主题融合的跨媒体图像语义标注》一文中研究指出图像语义标注是图像语义分析研究中的一个重要问题.在主题模型的基础上,本文提出一种新颖的跨媒体图像标注方法来进行图像间语义的传播.首先,对训练图像使用主题模型,抽取视觉模态和文本模态信息的潜在语义主题.然后,通过使用一个权重参数来融合两种模态信息的主题分布,从而学习到一种融合主题分布.最后,在融合主题分布的基础上训练一个标注模型来给目标图像赋予合适的语义信息.在标准的MSRC和Corel5K数据集上将提出的方法与最近着名的标注方法进行比较实验.标注性能的详细评价结果表明提出方法的有效性.(本文来源于《电子学报》期刊2014年05期）
宣云干[3]（2011）在《基于潜在语义分析的社会化标注系统标签语义检索研究》一文中研究指出Web2.0环境下,社会化标注系统逐渐发展为重要的资源组织与共享平台,成为Web的主流发展方向之一。由于标签的模糊和不规范易造成漏检,或因标注资源庞大,检索用户需要过滤庞大的搜寻结果,检索效率不高。因社会化标注系统中绝大多数用户的标注行为符合社会共同认识,所以存在基本的、潜在的语义结构支配标签的出现和资源语义构成,鉴于这一特点,再结合潜在语义分析这一信息检索代数模型,本文试图寻找一种一方法来自动获取标签间的语义关系,对资源赋予语义,将标签和资源以某种可计算性高、可操作性强、代表语义的形式表示和存储,来提高标签的检索效率。本文所做的工作主要体现在如下四方面：(1)在对相关文献进行综述的基础上,介绍了社会化标注发展历程,定义、系统模型、以及潜在语义分析方法,分析了社会化标注系统的3个主要要素,以及系统在标签检索方面的不足,阐述了潜在语义分析方法的数学依据,在此基础上,提出基于潜在语义分析的标签语义检索模型,讨论了该方法应用于社会化标注的适用性。(2)对社会化标注系统的标签语义标注进行研究,改进了资源模型,提出标签-资源矩阵的权重计算算法,用局部权重、标签全局权重、资源全局权重叁个参数对常用的TF-IDF计算方法进行改进。用标签全局权重值来衡量标签在分辨资源时的重要程度和能力,用资源、全局权重值来描述资源对标签集所能提供的信息量,从行计算和列计算两个方面对原始标签-资源矩阵权重进行改进,使得新的矩阵更能体现社会化标注系统的整体性。(3)研究了社会化标注系统标签语义检索中的相似度计算和排序算法。首先介绍6种相似性计算算法,然后用改进的余弦相似公式作为检索式与资源集间的相似度计算算法。借鉴目前流行的排序算法,从标签和资源的“长尾”现象出发,分析标签和资源的形成分布规律,利用相似用户和资源的时序特性对排序算法进行改进,使得检索出的结果中相关性越强的资源排列越靠前。(4)为验证本文方案的可行性和优越性,对提出的算法进行了实验。首先以具有代表性的delicious.com网站为例,抓取近20万条原始数据并进行清洗,分析资源、用户和标签的关系,构建叁者网络。借助软件工具matlab,对这些数据用本文提出的算法和传统的算法进行2组检索实验,得出不同的排列结果。从查全率、查准率曲线,查全率/查准率曲线,查全率、查准率直方图,MAP指标对二组实验得出的不同结果进行分析评价,证实了本文提出的标签语义检索改进方法优于传统的向量空间模型方法。最后对全文的研究工作进行总结,指出本研究所存在的一些不足,对未来的研究进行展望。(本文来源于《南京大学》期刊2011-02-01）
蒋翠清,张玉,丁勇[4]（2010）在《基于PLSA的大众标注潜在语义发现》一文中研究指出针对大众标注系统的标注语义模糊等问题,分析标注中用户、资源和标签的潜在语义关系,引入概率潜在语义分析PLSA模型并对其进行扩展,将标注映射到一个有限维的潜在语义空间中,通过聚类得到标注的潜在语义直观代表集合。将此应用于大众标注系统中,以提高用户对网络资源的实际使用需求的满意度,通过实验证明本文方法的有效性。(本文来源于《现代图书情报技术》期刊2010年10期）
潜在语义标注论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
图像语义标注是图像语义分析研究中的一个重要问题.在主题模型的基础上,本文提出一种新颖的跨媒体图像标注方法来进行图像间语义的传播.首先,对训练图像使用主题模型,抽取视觉模态和文本模态信息的潜在语义主题.然后,通过使用一个权重参数来融合两种模态信息的主题分布,从而学习到一种融合主题分布.最后,在融合主题分布的基础上训练一个标注模型来给目标图像赋予合适的语义信息.在标准的MSRC和Corel5K数据集上将提出的方法与最近着名的标注方法进行比较实验.标注性能的详细评价结果表明提出方法的有效性.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
潜在语义标注论文参考文献
[1].吕海峰,蔡明.基于概率潜在语义分析模型的分类融合图像标注[J].电子技术与软件工程.2018
[2].刘杰,杜军平.基于潜在主题融合的跨媒体图像语义标注[J].电子学报.2014
[3].宣云干.基于潜在语义分析的社会化标注系统标签语义检索研究[D].南京大学.2011
[4].蒋翠清,张玉,丁勇.基于PLSA的大众标注潜在语义发现[J].现代图书情报技术.2010