《表1 Wikipedia数据集的跨媒体检索性能比较》
为了客观地评价本文提出的方法,将本文所提出的方法与其他几种主要算法进行比较。其中包括典型相关性分析CCA算法[2]、深度典型相关性分析DCCA[9]、语义匹配SM算法[2]、语义关联匹配SCM算法[2]、三视图CCA(TV CCA)[25]、广义多视角线性判别分析(GMLDA)[7]、广义多视图边缘Fisher分析(GMMFA)[7],以及模态独立的跨媒体检索(MDCR)[17]。在本文的实验中,所有的比较方法都使用相同的特性和训练集进行比较。Wikipedia及Pascal Sentence数据集的跨媒体检索性能比较如表1、2所示。
图表编号 | XD0067693200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.01 |
作者 | 戚玉丹、张化祥、刘一鹤 |
绘制单位 | 山东师范大学信息科学与工程学院、山东师范大学信息科学与工程学院、山东师范大学信息科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |