基于A-ELM的移动视觉搜索方法

胡海洋; 许军; 胡华

doi:10.11959/j.issn.1000-0801.2016088

您当前的位置：

首页 >

文章列表页 >

基于A-ELM的移动视觉搜索方法

研究与开发 | 更新时间：2024-06-05

- 基于A-ELM的移动视觉搜索方法
- Mobile visual searching method based on ascending extreme learning machine
- 电信科学 2016年32卷第4期页码：92-102
- 作者机构：
  
  1. 杭州电子科技大学计算机学院，浙江杭州 310018
  2. 杭州电子科技大学复杂系统建模与仿真教育部重点实验室，浙江杭州 310018
- 作者简介：
  
  [ "胡海洋（1977-），男，博士，杭州电子科技大学教授，主要研究方向为分布式系统、数据库技术、工作流技术。" ]
  [ "许军（1990-），男，杭州电子科技大学硕士生，主要研究方向为数据库技术、图像检索。" ]
  [ "胡华（1964-），男，博士，杭州电子科技大学教授，主要研究方向为分布式系统、数据库技术。" ]
- 基金信息：
  
  国家自然科学基金资助项目;The National Natural Science Foundation of China(61572162);国家自然科学基金资助项目;The National Natural Science Foundation of China(61272188);南京大学计算机软件新技术国家重点实验室开放基金资助项目;The Foundation of State Key Laboratory for Novel Software Technology of Nanjing University(KFKT2014B15);浙江省哲学社会科学重点研究基地（信息化与经济社会发展研究中心）课题资助项目;The Foundation of Key Research Base for Philosophy and Social Sciences of Zhejiang Province（Research Center of Information Technology ＆ Economic and Social Development）(14JDXX04YB)
- DOI：10.11959/j.issn.1000-0801.2016088
  中图分类号： TP311
- 网络出版日期：2016-04，
  
  纸质出版日期：2016-04-20
- 稿件说明：
移动端阅览
胡海洋, 许军, 胡华. 基于A-ELM的移动视觉搜索方法[J]. 电信科学, 2016,32(4):92-102.

Haiyang HU, Jun XU, Hua HU. Mobile visual searching method based on ascending extreme learning machine[J]. Telecommunication science, 2016, 32(4): 92-102.
胡海洋, 许军, 胡华. 基于A-ELM的移动视觉搜索方法[J]. 电信科学, 2016,32(4):92-102. DOI： 10.11959/j.issn.1000-0801.2016088.

Haiyang HU, Jun XU, Hua HU. Mobile visual searching method based on ascending extreme learning machine[J]. Telecommunication science, 2016, 32(4): 92-102. DOI： 10.11959/j.issn.1000-0801.2016088.

摘要

计算机智能技术在图像领域已经得到广泛的应用。极限学习机（ELM）作为一种新兴技术，克服了其他传统智能技术所面临的一些问题，吸引了越来越多研究人员的关注。首先对ELM算法的性能进行了分析验证，并将其延伸到图像分类搜索上。在此基础上，提出了基本视觉搜索（BMVS）框架，将ELM运用到此框架服务器端，并进一步优化了ELM的分类性能。最后实验证明ELM在移动视觉搜索方面的可行性，并通过和支持向量机（SVM）的实验对比验证相关方法的高效性。

Abstract

Computer intelligence technology had been widely used in the field of image searching. Extreme learning machine has emerged as a new technology which overcomes the problems in traditional intelligent field and it has attracted more and more researchers. The algorithm performance of ELM was analyzed firstly，extending the method to image classification field. A basic mobile visual searching（BMVS）framework was proposed which applies ELM to image searching and optimizes the performance of ELM. Finally，the experiment proves the effectiveness of the method proposed by using ELM for the mobile vision searching. Through the experiments of comparison with SVM-based methods，the efficiency of the method proposed was also confirmed.

关键词

Keywords

references

段凌宇，黄铁军，高文 . 移动视觉搜索技术研究与标准化进展 [J ] . 信息通信技术， 2012 （ 6 ）： 51 - 58 .

DUAN L Y ， HUANG T J ， GAO W . Technical research and standardization in mobile visual search [J ] . Information and Communications Technologies ， 2012 （ 6 ）： 51 - 58

李向阳，庄越挺，潘云鹤 . 基于内容的图像检索技术与系统 [J ] . 计算机研究与发展， 2001 （ 3 ）， 38 （ 3 ）： 344 - 354 .

LI X Y ， ZHUANG Y T ， PAN Y H . The technique and systems of content-based image retrieval [J ] . Journal of Computer Research and Development ， 2001 ，（ 3 ）， 38 （ 3 ）： 344 - 354 .

GURNEY K . An introduction to neural networks [M ] . London ： UCL Press ， 1997 ： 20 - 25 .

HSU C W ， LIN C J . A comparison of methods for multiclass support vector machines [J ] . IEEE Transactions on Neural Networks ， 2002 ， 13 （ 2 ）： 415 - 425 .

HHUANG G B ， SIEW C K . Extreme learning machine：RBF network case [C ] // 2004 8th Conference on Control，Automation，Robotics and Vision Conference，December 6-9，2004，Kumming，China ， New Jersey ： IEEE Press ， 2004 （ 2 ）： 1029 - 1036 .

HUANG G B ， CHEN L . Convex incremental extreme learning machine [J ] . Neuro Computing ， 2007 （ 70 ）： 2056 - 2062 .

HUANG G B ， BABRI H A . Upper bounds on the number of hidden neurons in feedforward networks with arbitrary bounded nonlinear activation functions [J ] . IEEE Transactions on Neural Networks ， 1998 ， 9 （ 1 ）： 224 - 229 .

FUNG G ， MANGASARIAN O L . Proximal support vector machine classifiers [C ] // The 7th ACM Sigkdd International Conference on Knowledge Discovery ＆ Data Mining，August 26-29，2001，San Francisco，CA，USA ， New York ： ACM Press ， 2001 ： 77 - 86 .

HUANG G B ， WANG D H ， LAN Y . Extreme learning machines：a survey [J ] . International Journal of Machine Learning and Cybernetics ， 2011 ， 2 （ 2 ）： 107 - 122 .

HUANG G B ， ZHU Q Y ， SIEW C K . Extreme learning machine：a new learning scheme of feedforward neural networks [J ] . IEEE International Joint Conference ， 2004 （ 2 ）： 985 - 990 .

HUANG G B ， ZHU Q Y ， SIEW C K . Extreme learning machine：theory and applications [J ] . Neuro Computing ， 2005 （ 70 ）： 489 - 501 .

HUANG G B ， ZHOU H ， DING X ， et al . Extreme learning machine for regression and multi-class classification [J ] . IEEE Transactions on Pattern Anal Mach Intell ， 2012 ， 42 （ 2 ）： 513 - 529 .

HUANG G B ， CHEN L ， SIEW C K . Universal approximation using incremental constructive feedforward networks with random hidden nodes [J ] . IEEE Transactions on Neural Networks ， 2006 ， 17 （ 4 ）： 879 - 892 .

HUANG G B ， SIEW C K . Extreme learning machine with randomly assigned RBF kernels [J ] . International Journal of Information Technology ， 2005 ， 11 （ 1 ）： 16 - 24 .

HALL M A ， SMITH L A . Feature selection for machine learning：Comparing a correlation-based filter approach to the wrapper [C ] // The 20th International Florida Artificial Intelligence Research Society Conference，May 1-5，1999，Orlando，Florida，USA ， California ： AAAI Press ， 1999 ： 235 - 239 .

PRICE A L ， PATTERSON N J ， PLENGE R M ， et al . Principal components analysis corrects for stratification in genome-wide association studies [J ] . Nature Genetics ， 2006 ， 38 （ 8 ）： 904 - 909 .

HOLTEN D ， WIJK V J J ， MARTENS J B . A perceptually based spectral model for isotropic textures [J ] . ACM Transactions on Applied Perception ， 2006 ， 3 （ 4 ）： 376 - 398 .

浏览量

568

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于字节码图像和深度学习的Android恶意应用检测

基于实例学习和协同子集搜索的特征选择方法