《基于语义计算的小样本图像分类研究》（刘崇文）-图书推荐
内容提要
《基于语义计算的小样本图像分类研究》针对图像分类小样本问题，研究在不同情况下的解决方法，内容包括：针对单源数据，即单个数据库，在当前数据中挖掘出语义知识，提高模型的泛化能力，从而提高模型的分类正确率；针对多源数据，即本地有多个数据库或者网络中有其他数据可以利用，通过语义计算，在满足特定条件的前提下，吸取其他数据源的知识，以提高模型的泛化能力，最终提高模型的分类正确率。可作为计算机、自动控制及信息工程类专业的课程教材，也可供从事模式识别、机器学习、图像分析等相关领域的研究人员参考。
目录
第1章 绪论
1.1 研究背景及意义
1.2 **发展现状
1.3 本书的主要工作和贡献
1.4 本书的结构安排
第2章 基于潜在语义的单源小样本图像分类研究
2.1 引言
2.2 数字图像处理
2.3 基于潜在语义的图像分类模型
2.4 模型的EM算法求解
2.5 实验
2.6 本章小结
第3章 基于模糊语义的零样本图像分类研究
3.1 引言
3.2 模糊属性
3.3 模糊知识
3.4 模型求解
3.5 实验
3.6 本章小结
第4章 基于语义树融合的多源小样本图像分类研究
4.1 引言
4.2 融合语义树模型
4.3 模型的优化求解
4.4 实验
4.5 本章小结
第5章 基于弱语义计算的多源小样本图像分类研究
5.1 引言
5.2 弱语义计算的图像分类方法
5.3 本章算法与多任务学习算法的区别
5.4 本章算法的性能分析
5.5 实验
5.6 本章小结
第6章 总结与展望
6.1 本书工作总结
6.2 展望
参考文献