典型文献
多粒度融合驱动的超多视图分类方法
文献摘要：
有效的融合算子可提升多视图分类方法的性能.随着视图个数增多,现有融合算子面临2方面挑战:1)表达能力强的融合算子得到的融合向量维度呈指数增加,而融合维度不变的融合算子的表达能力较弱;2)现有融合算子往往一次作用于全部视图,这种融合策略建模视图间的关系较为困难.为解决这些问题,受多粒度启发,提出一种多粒度融合的超多视图分类方法.首先,使用1个融合算子建模任意视图对之间的关系;然后,基于成对关系结果,使用1个融合算子建模每个视图与其他全部视图的关系;最后,基于每个视图与其他全部视图的关系结果,使用1个融合算子建模全部视图间的关系.4个大规模数据集上的实验结果表明:多粒度融合的超多视图分类方法的性能统计上优于比较方法,这表明多粒度由易到难建模视图特征间关系的策略确实可提升多视图分类方法的性能.
文献关键词：
超多视图;融合;分类;多粒度;多层次
中图分类号：
作者姓名：
梁新彦;钱宇华;郭倩;黄琴
作者机构：
山西大学大数据科学与产业研究院 太原 030006;山西省机器视觉与数据挖掘工程研究中心 太原 030006;CCF
文献出处：
引用格式：
[1]梁新彦;钱宇华;郭倩;黄琴-.多粒度融合驱动的超多视图分类方法)[J].计算机研究与发展,2022(08):1653-1667
A类：
多视图分类,融合算子
B类：
多粒度融合,融合驱动,超多视图,分类方法,表达能力,向量维度,融合维度,融合策略,大规模数据集,比较方法,由易到难
AB值：
0.116928
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
