典型文献
基于自适应多尺度图卷积网络的多标签图像识别
文献摘要：
利用一阶谱图卷积探索类别标签间关系是目前多标签图像识别常用的手段,但是,较多的图卷积层数易出现过度平滑现象,使得该方法存在局限性.为此,提出一种基于自适应多尺度图卷积网络的多标签图像识别方法,主要思路为:采用块Krylov子空间形式的谱图卷积来挖掘类别标签间的相关性,在每个图卷积层中拼接多尺度信息并扩展到深层结构,并在自适应标签关系图模块所构建的关系图上学习分类器,从而更加有效地进行多标签图像识别.通过两个公开数据集PASCAL VOC 2007和MS-COCO 2014上的实验结果验证了所提出方法的有效性.
文献关键词：
自适应关系图;多尺度图卷积网络;多标签图像识别;块Krylov子空间
中图分类号：
作者姓名：
王雪松;荣小龙;程玉虎;陈正升
作者机构：
中国矿业大学地下空间智能控制教育部工程研究中心,江苏徐州221116;中国矿业大学信息与控制工程学院,江苏徐州221116
文献出处：
引用格式：
[1]王雪松;荣小龙;程玉虎;陈正升-.基于自适应多尺度图卷积网络的多标签图像识别)[J].控制与决策,2022(07):1737-1744
A类：
多尺度图卷积网络,多标签图像识别,自适应关系图
B类：
谱图,卷积层,层数,得该,主要思路,Krylov,子空间,空间形式,拼接,多尺度信息,深层结构,应标,标签关系,学习分类器,公开数据集,PASCAL,VOC,COCO
AB值：
0.174221
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。
