欢迎来到天天文库
浏览记录
ID:35072302
大小:7.05 MB
页数:64页
时间:2019-03-17
《多视图学习在网络图像情感分析中的应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、乂連禮^义聋DALIANUNIVERSITYOFTECHNOLOGY破±享恆巧文MASTERALDISSERTATION3H6多视图学习在网络图像情感分析中的应用学科专业作者姓名指导教师2016年6曰答辩日期i硕db学位论文多视图学习在网络图像情感分析中的应用-vMultiiewLearninforWebImaeSen村mentAnalsisggy作者姓名:王振帆学科、专业:信息与通信工程学
2、号:21309063指导教师;孔样维-5-完成日期:20161夫遠巧义夫#DalianUniveuityofTechnology大连理工大学学位论文独创性声明:作者郑重声明所呈交的学位论文,是本人在导师的指导下进行研究工作所取得的成果。尽我所知,除文中己经注明引用内容和致谢的地方外,本论文不包含其他个人或集体己经发表的研究成果,也不包含其他a申请学位或其他用途使用过的成果一同工作的同志对本研究所做的贡献。与我均己在论文中做了明确的说明并表示
3、了谢意。若有不实之处,本人愿意承担相关法律责任。学位论文题目:4j化鍊拿3名阁终圓悄色秦拆中知臣)畢作者签名:至板日期:名年女月/日卿大连理工大学硕±学位论文摘要互联网技术的发展,使得网络上传的图像数量愈来愈多。这些图像表达了多方面的:媒体新闻报道、个人状态分享、用户情感宣泄等信息,其中社交媒体的广泛使用更使得网络成为表达个人情感和观点的重要平台。从互験网信息中挖掘用户和群众的情感态,它对社会舆情分析势方面的研究越来越受到研究者的重视、产品设计改良
4、、媒体事件传播等具有重要的作用。图像作为网络不可或缺的信息载体,网络图像情感分析便变得十分必耍一。种可取的网络圏像情感分析方法是将图像分为包含人脸和非人脸的两类。为了分析特定人物情感,需要获取网络中该人物的團像,而网络中大部分不含标签信息,一图像聚类分析对网络人物图像筛选十分重要。同时为了分析般图像所表达的情感,需要有效的图像情感分类学习方法。本文便主要研究图像聚类分析和图像情感分类学习。传统的图像聚类和情感分类方法多采用单一的图像特征,然而随着计算机视觉的发、展,特征提
5、取方法由底层特征中层语义特征、深度学习等不断发展,不同视图特征表法了相似和互补的信息,相对单视图多视图特征能更好地表达图像信息。本文研究多视图学习方法,更好进行图像聚类分析和情感分类学习,具体工作包括;(1)基于流形学习思想,提出内部局部结构约束的多视图学习算法。在多视图学一习中多考虑视图之间的致性、互补性约束等,但忽略了单个视图内部的结构。本文考虑样本之间的内部局部结构约束,并引入至高效的特征学习NMF方法中。提出新的多视图学习算法MultiGNMF,并用于图像聚类分析中。
6、(2)针对数据存在负数问题,将上述方法扩展为无非负要求。非负矩阵分解要求数据具有非负性,而现实科研数据中无可避免负数。结合SemiNMF算法的求解,本文将MultiGNMF算法扩展,提出M山tiGSemiNMF算法。本文在两个公开的图像聚类库;UCIDigital和CMUP拒中做图像聚类实验,结果证明了本文提出的两个算法的有效性。(3)基于多视图学习框架,研究图像情感分类学习多视图特征选择算法。图像情一,视觉特征存在情感语义鸿沟感语义较为抽象单。结合中层语义特征和美学特征
7、的有效性,本文提出多视图特征选择算法,在两个公开的图像情感库:Artpho化和Abstract一数据库中做情感分类实验,结果验证了多视图特征选择对于分类结果具有定的提丹。关键词:多视图学习;图像情感语义分析;图慷聚类分类--I《视固学习在网络图像情感分祈中的应用Mu-ltiviewLearninforWebImaeSentimentAnalsisggyAbstractW*iththedevelomentofITmoieand111〇化im
8、aesweredis化化utedinIn化met.Thesep,gttttimaesransmisomeinformaioninsomeasecsuchasnewsmediaersonalstatusandgp,,p,Wh*feeline化.atsmoreIrUem巧becomesanimortantlatformofexiessinemotionsandg,,pppgopinionswi化化e
此文档下载收益归作者所有