一种基于Adaboost-SVM的高层次语义概念提取方法

一种基于Adaboost-SVM的高层次语义概念提取方法
高荣星;魏骁勇;王俊峰
【期刊名称】《计算机应用与软件》
【年(卷),期】2012(29)4
【摘要】针对传统的高层语义提取方法对训练数据集的高度依赖以及准确率不足的问题,提出一种基于Adaboost-SVM的高层次语义概念提取方法,将SVM作为Adaboost的弱分类器训练方法,并充分利用Adaboost对训练数据的平衡及融合弱分类器的特点,提取出高可靠的语义检测器.实验结果表明,与传统方法相比,该方法不仅跨越训练数据不平衡的障碍,而且能够提取出更加可靠的语义检测器.%To tackle the problems of traditional high-level semantic extraction methods that they are highly dependent upon training data sets and they suffer from inaccuracy, an Adaboost-SVM based high-level semantic concept extraction method is proposed that takes SVM as Adaboost' s weak classifier training method, fully takes advantage of Adaboost' s characteristics like training data balancing and integration of weak classifiers, and extracts a highly reliable semantic detector. Experimental results show that, compared with traditional methods, the novel approach not only steps over the barrier of unbalanced training data, but also attains a more reliable semantic detector.
【总页数】4页(P24-26,56)
【作者】高荣星;魏骁勇;王俊峰
【作者单位】四川大学计算机学院四川成都610065;四川大学计算机学院四川成都610065;四川大学计算机学院四川成都610065
【正文语种】中文
【中图分类】TP391
【相关文献】
1.一种基于本体的XML文档语义提取方法 [J], 司徒俊峰
2.一种基于语义匹配的Web信息提取方法研究 [J], 张茂元;邹春燕;卢正鼎
3.一种基于语义分析的中文特征值提取方法 [J], 邹娟;周经野;邓成
4.一种基于依赖关系的关系数据库语义模式提取方法 [J], 黄晟;王如龙
5.一种基于AdaBoost-SVM的流量分类方法 [J], 张震;汪斌强;梁宁宁;程国振因版权原因，仅展示原文概要，查看原文内容请购买。