主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2018年第12期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
韩冰,杨辰,高新波.融合显著信息的LDA极光图像分类.软件学报,2013,24(11):2758-2766
融合显著信息的LDA极光图像分类
Aurora Image Classification Based on LDA Combining with Saliency Information
投稿时间:2013-05-03  修订日期:2013-07-17
DOI:10.3724/SP.J.1001.2013.04481
中文关键词:  极光图像  词袋模型  潜在狄利克雷分配  谱残差  显著信息
英文关键词:aurora image  bag of words model  latent Dirichlet allocation (LDA)  spectral residual  saliency information
基金项目:国家自然科学基金(41031064,60902082);教育部留学回国人员科研启动基金;2010年海洋公益性行业科研专项经费(201005017);陕西省自然科学基础研究计划(2011JQ8019);中央高校基本科研业务费专项资金(K5051302008,K5051202048)
作者单位E-mail
韩冰 西安电子科技大学 电子工程学院, 陕西 西安 710071  
杨辰 西安电子科技大学 电子工程学院, 陕西 西安 710071  
高新波 西安电子科技大学 电子工程学院, 陕西 西安 710071 xbgao.xidian@gmail.com 
摘要点击次数: 3381
全文下载次数: 2542
中文摘要:
      美丽的极光形态各异,不同形态的极光蕴含不同的物理意义,所以研究极光图像的分类具有重要的科学价值.在LDA(latent Dirichlet allocation)模型基础上提出了一种融合显著信息的LDA 方法(LDA with saliencyinformation,简称SI-LDA),利用极光图像的谱残差(spectral residual,简称SR)显著信息生成视觉字典,加强极光图像的语义信息,并将其用于极光图像的特征表示.最后,利用SVM分类器对极光图像进行分类.实验结果表明,所提出的算法获得了良好的分类结果.
英文摘要:
      There are different shapes of auroras in the sky around the arctic pole and the antarctic pole and there are different physical meaning and significance for different auroras. Therefore, the research on classification of aurora images has significant scientific value. In this paper, an aurora image classification method based on LDA with saliency information (SI-LDA) is proposed. First, the salience information of aurora images is used to generate visual dictionary which enhances the semantic information of aurora images. Next, the aurora images are represented by SI-LDA. Finally, SVM is applied to classify aurora images. Experimental results show that the proposed method achieves high performance over other algorithms available.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利