基于多核增强学习分类算法的立体图像舒适度评价模型.DOCVIP

下载本文档

7
0
约1.91万字
约 10页
2017-08-15 发布于天津
举报
版权申诉

基于多核增强学习分类算法的立体图像舒适度评价模型.DOC

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

中图法分类号文献标识码文章编号张竹青邵枫蒋刚毅宁波大学信息科学与工程学院宁波摘要训练集其次提取多个视差统计特征和神经学模型响应特征然后利用基于的多核学习算法来建立偏好标签与特征之间的关系模型并分析偏好分类概率即相对舒适度概率与最终的视觉舒适度之间的映射关系结果在同一立体图像库上与现有代表性回归算法相比较本文算法的线性相关系数在以上等级相关系数在以上均优于其他模型的各评价指标而在跨库测试中本文算法的指标均优于传统的支持向量回归算法结论相比于传统的回归算法本文算法具有更好的评价性能能够更为准确地预测

中图法分类号：TN919 文献标识码：A 文章编号：： ( 张竹青，邵枫蒋刚毅宁波大学信息科学与工程学院，宁波 315211摘要：（PSIP）PSIP训练集；其次，提取多个视差统计特征和神经学模型响应特征；然后，利用基于AdaBoost的多核学习算法来建立偏好标签与特征之间的关系模型，并分析偏好分类概率（即相对舒适度概率）与最终的视觉舒适度之间的映射关系。结果在同一立体图像库上，与现有代表性回归算法相比较，本文算法的Pearson线性相关系数PLCC）在0.84以上，Spearman等级相关系数SRCC）在0.80以上，均优于其他模型的各评价指标；而在跨库测试中，