基于深度神经网络的多模态信息检索

MULTIMODAL INFORMATION RETRIEVAL BASED ON DEEP NEURAL NETWORK

扫码查看

原文链接

国家科技期刊平台
NETL
NSTL
万方数据
维普

中文摘要：为了提高大数据中多模态信息的检索效果,提出一种基于深度神经网络的多模态信息检索算法.设计深度自编码器,将不同模态的数据投影到一个相同的广义子空间内;利用稀疏编码技术降低共同特征向量的维度,过滤冗余特征和噪声特征;通过去卷积操作和上采样操作对数据进行重建.基于公开模态识别数据集的实验结果表明,该算法能够有效地学习和泛化多模态数据,且在多模态检索实验中也表现出较好的性能.

作者：

李光宇

展开 >

作者单位：

天津美术学院信息化工作办公室天津 300141

关键词：

多模态学习特征提取压缩感知稀疏编码数据检索深度学习

出版年：

2022

DOI：

10.3969/j.issn.1000-386x.2022.01.033

计算机应用与软件