文献类型：期刊文章

作　　者：柳利芳[1] 马园园[2]

LIU Li-fang;MA Yuan-yuan(School of Education,Anyang Normal University,Anyang455000,Henan,China;The Key Laboratory of Oracle Bone Inscriptions Information Processing of the Education Ministry of China,Anyang Normal University,Anyang455000,Henan,China)

机构地区：[1]安阳师范学院继续教育学院,河南安阳455000 [2]安阳师范学院甲骨文信息处理教育部重点实验室,河南安阳455000

出　　处：《山东大学学报（理学版）》

基　　金：国家自然科学科基金资助项目(U1804153);教育部人文社科项目(20YJC740042)。

年　　份：2022

卷　　号：57

期　　号：7

起止页码：65-72

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、IC、JST、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：针对跨模态信息检索的策略和核心问题,从提升检索性能的角度,分析了多视角对称非负矩阵分解方法用于跨模态检索的优势,提出了一种新的基于对称非负矩阵分解的跨模态检索框架。首先在Wikipedia、Pascal公开数据集上习得一致的子空间表示;然后基于该子空间,设计了一种实时样本在子空间中的投影方法。与典型相关分析、语义匹配和偏最小二乘回归相比,在MAP和PR曲线这2个指标上,本文所提出的方法具有最优的性能表现,表明了该方法应用于跨模态信息检索任务中的潜力。

关 键 词：多视角聚类  对称非负矩阵分解  跨模态检索  子空间学习

分 类 号：TP391]