《零樣本圖像分類》是科學出版社出版的一本圖書，作者是王雪松,張通,程玉虎
基本介紹
- 中文名：零樣本圖像分類
- 作者：王雪松、張通、程玉虎
- 出版社：科學出版社
- ISBN：9787030681294
內容簡介,圖書目錄,
內容簡介
零樣本圖像分類主要解決在標記訓練樣本不足以涵蓋所有對象類的情況下，如何對未知新模式進行正確分類的問題，近年來已逐漸成為機器學習領域的研究熱點之一。
利用可見類訓練樣本學習到的分類器對新出現的對象類進行分類識別是非常困難的學習任務。本書針對零樣本圖像分類問題從屬性角度入手，基於深度學習及知識挖掘、屬性自適應、屬性擴展和相對屬性4個方面進行展開，分別對應第3～6章、第7～8章、第9～11章和第12～13章，全書共13章。此外，各章內容涉及相關領域基礎知識的介紹，能夠為不同層次的讀者與研究人員提供入門知識與參考信息
圖書目錄
第1章 緒論 1
1.1 零樣本圖像分類 1
1.2 零樣本圖像分類發展現狀 2
1.2.1 屬性知識表示方法研究進展 3
1.2.2 知識遷移與共享方法研究進展 7
1.3 本書主要研究內容 10
參考文獻 11
第2章 屬性學習基礎知識 14
2.1 屬性基本概念及特點 14
2.2 二值屬性學習 15
2.2.1 二值屬性基本概念 15
2.2.2 二值屬性分類器學習 16
2.3 相對屬性學習 17
2.3.1 相對屬性基本概念 17
2.3.2 排序學習 18
2.3.3 相對屬性的套用 19
2.4 基於屬性的零樣本圖像分類 21
2.4.1 間接屬性預測模型 22
2.4.2 直接屬性預測模型 23
參考文獻 24
第3章 基於關聯機率的間接屬性加權預測模型 26
3.1 系統結構 26
3.2 RP-IAWP模型 27
3.3 RP-IAWP模型權重計算 29
3.4 RP-IAWP模型分析 30
3.5 算法步驟 31
3.6 實驗結果與分析 31
3.6.1 實驗設定 31
3.6.2 屬性預測實驗 32
3.6.3 零樣本圖像分類實驗 32
3.6.4 權重分析實驗 35
3.7 本章小結 36
參考文獻 36
第4章 基於深度特徵提取的零樣本圖像分類 38
4.1 系統結構 39
4.2 圖像預處理 40
4.3 特徵映射矩陣學習 41
4.4 視覺圖像特徵學習 43
4.5 算法步驟 44
4.6 實驗結果與分析 45
4.6.1 實驗設定 45
4.6.2 參數分析 45
4.6.3 屬性預測實驗 47
4.6.4 零樣本圖像分類實驗 49
4.7 本章小結 53
參考文獻 54
第5章 基於深度加權屬性預測的零樣本圖像分類 55
5.1 系統結構 56
5.2 基於深度卷積神經網路的屬性學習 57
5.3 基於稀疏表示的屬性-類別關係挖掘 61
5.4 基於直接屬性加權預測的零樣本圖像分類 63
5.5 算法步驟 64
5.6 實驗結果與分析 65
5.6.1 實驗設定 65
5.6.2 屬性預測實驗 66
5.6.3 零樣本圖像分類實驗 68
5.7 本章小結 75
參考文獻 75
第6章 基於類別與屬性相關先驗知識挖掘的零樣本圖像分類 77
6.1 系統結構 78
6.2 基於白化餘弦相似度的類別-類別相關性挖掘 79
6.3 基於稀疏表示的屬性-類別相關性挖掘 80
6.4 基於稀疏表示的屬性-屬性相關性挖掘 81
6.5 算法時間複雜度 82
6.6 實驗結果與分析 82
6.6.1 實驗數據集 82
6.6.2 參數分析 82
6.6.3 屬性預測實驗 85
6.6.4 零樣本圖像分類實驗 87
6.7 本章小結 93
參考文獻 93
第7章 基於自適應多核校驗學習的多源域屬性自適應 94
7.1 系統結構 96
7.2 源域構造 97
7.3 特徵選擇 99
7.4 基於中心核校準的自適應多核學習 99
7.5 算法步驟 101
7.6 實驗結果與分析 102
7.6.1 實驗數據集 102
