欢迎您!
东篱公司
退出
申报数据库
申报指南
立项数据库
成果数据库
期刊论文
会议论文
著 作
专 利
项目获奖数据库
位置:
成果数据库
>
期刊
> 期刊详情页
Semantic-based image retrieval using decision tree induction
ISSN号:1553-9105
期刊名称:Journal of Computational Information Systems
时间:2015.1.1
页码:17-26
相关项目:基于特征建模优化与判别学习的Web spam识别技术研究
作者:
Wenjiao Gu|Huaxiang Zhang|
同期刊论文项目
基于特征建模优化与判别学习的Web spam识别技术研究
期刊论文 65
会议论文 8
同项目期刊论文
Facial Expression Recognition by Updating the Label Matrix in the Feature Space
一种新的基于半监督的多标记学习算法
基于近邻加权及多示例的多标记学习改进算法
用于多标记学习的局部顺序分类器链算法
HDML: An Approach to High-dimensional and Multi-label Classification
基于语义的文本特征加权分类算法
基于聚类优化的RBF神经网络多标记学习算法
一种基于信息熵数据修剪的支持向量机:EB-SVM
A spectral clustering based ensemble pruning approach
imbalanced web spam classification based on nested rotation forest
A New Method for Image Retrieval
A Consensus Pattern of Content Feature and Link Feature for Web Spam Detection
Transfer Learning from Unlabeled Data via Neural Networks
基于标记特征的多标记学习改进算法
基于结合内容特征的TrustRank算法改进
基于多视图典型相关分析的垃圾网页检测
基于独立成分分析和协同训练的垃圾网页检测
RWO-Sampling: A random walk over-sampling approach to imbalanced data classification
Web Spam Detection Aided by the Bi-directional Trend Information Feedback
基于局部近邻相关性的多标记算法
MDC-Based Robust Stereo Video Coding Using ICP
Analysis on the Content Features and Their Correlation of Web Pages for Spam Detection
A MultiSphere-based Support Vector Machine
Semantic concept and weighted visual feature based image retrieval
一种基于特征选择优化的图像检索方法
A constructive solution for adaptive stabilization of TCSC via immersion and invariance
基于属性加权的主成分分析算法
基于非线性流形学习和k-NN的文本分类算法
基于拟合特征分布的垃圾网页检测方法
A locality correlation preserving support vector machine
基于SMOTE和随机森林的Web spam检测
子模式局部保持映射人脸识别
最值间距支持向量机
A locality correlation discriminant with preserving embedded neighborhood for face recognition
TMLLC: Transductive Multi-Label Learning based on Local Correlation
APR-LR: an approach to label ranking
基于支持向量机的不平衡样本集分类算法
基于相似性迁移学习的图像标注
基于兴趣区域特征融合的半监督图像检索算法
基于全局距离和类别信息的邻域保持嵌入算法
基于改进FCM算法和贝叶斯分类的图像自动标注
云环境下的隐私保护密文排序查询
基于图像复杂度和贝叶斯的图像自动标注
基于GPU粒子系统的烟花模拟
基于内容的图像检索的相似度测量方法
基于多视觉词典的显著性加权图像检索方法