基于LDA图像场景分类方法的增量学习研究.pdfVIP

2013 5 5 小 型 微 型 计 算 机 系 统 年 月 第 期 Journal of Chinese Computer Systems Vol. 34 No ． 5 2013 基于LDA 图像场景分类方法的增量学习研究 唐颖军 ( ， 330032) 江西财经大学软件与通讯工程学院 南昌 E-mail :yingjun． t@ gmail． com : ， ， 摘 要 现有场景分类方法只能识别原训练 学习的 图像类 对于新增 图像类的识别任务 需要将其与原训练 类合并后 重新训练 ． LDA ( Latent Dirichlet Allocation) ， ． 模型 在 的基础上提出一种 改进方法来训练生成模型 用于实现自然 图像场景分类 根据狄 雷 ， LDA ． ， 克里参数 的伪计数作 用 改进 了 模型学习方法 以训练 图像 的通用主题先验参数作为各类场景主题分布预设先验参数 推 ， EM ， ， 导各类场景 的类主题构成变化 同时改善 了 参数推导过程 中的慢收敛 问题 实现了模 型增量学 习 有效地提高了模 型的泛 ． ， 化能力 通过模型计算复杂度 比较和增量学 习实验对本文方法进行了验证 实验证 明本文方法能以较低 的时间复杂度取得较 高 的分类平均正确率． : ; ; ; 关键词 潜在狄雷克雷分布模型 主题 增量学习 场景分类 中图分类号:TP391 文献标识码:A 文章编号:1000-1220 (2013)05-1194-04 Research on Increment Learning way to LDA Based Image Scene Classification TANG Ying -jun (Softw are and Communication Technology School ，Jiangxi University of Finance and Economics ，Nanchang 330032 ，China) Abstract :Prior w ork discerned scene categories properly ，only w hen they had been trained to learn these training categories． For new unseen categories task ，they couldnt correctly discern them ． Based on LDA (Latent Dirichlet Allocation)，the paper proposed a new w ay to conquer the problem ． Dirichlet parameter did pseudo count for the number of image topic ，so it