论文部分内容阅读
在信息检索服务中跨媒体检索技术日益重要,为了提高其检索的准确度,需要加强对不同模态之间语义信息的相互关系的学习和分析.早期的跨媒体检索技术侧重于对多媒体信息的底层特征的分析,而忽略了多媒体信息的底层特征与高层语义方面存在的联系.本文分析了多媒体信息在底层特征与高层语义之间的关联,根据不同模态对象的底层特征空间构造出同构的高层语义空间,将集成学习的方法应用到跨媒体检索之中.提出了Bagging-SM的方法对不同模态的多媒体对象进行语义匹配.实验结果表明该方法相比于其他方法,对跨媒体检索结果的准确度有很