TY - JOUR ID - 82359 TI - روشی ترکیبی و نیمه نظارتی مبتنی بر گراف برای برچسب‌زنی خودکار تصاویر JO - مجله بینایی ماشین و پردازش تصویر JA - JMVIP LA - fa SN - AU - کردآبادی, مجتبی AU - منصوری زاده, محرم AU - ختن لو, حسن AD - دانشجوی کارشناسی ارشد مهندسی کامپیوتر دانشگاه بوعلی سینا AD - گروه مهندسی کامپیوتر، دانشگاه بوعلی سینا Y1 - 2020 PY - 2020 VL - 6 IS - 2 SP - 79 EP - 88 KW - ‏ بازیابی تصاویر KW - برچسب‌زنی خودکار تصاویر KW - یادگیری نیمه نظارتی DO - N2 - روش‌های یادگیری نیمه نظارتی مبتنی بر گراف اغلب بر روی مسائل تک برچسبی متمرکز و پیاده‌سازی شده‌اند، درصورتی‌که بسیاری از مسائل دنیای واقعی به‌صورت چندبرچسبی هستند. در این مقاله یک روش نیمه نظارتی ترکیبی بنام LGC+ML-KNN برای برچسب‌زنی تصاویر به‌صورت چندبرچسبی ارائه داده‌ایم که از ترکیب روش یادگیری نیمه نظارتی مبتنی بر گراف (LGC) و یادگیری چندبرچسبی (ML-KNN) تشکیل‌شده است . روش ارائه‌شده به دلیل استفاده از یادگیری نیمه نظارتی و مشارکت دادن تمام نمونه‌ها و پیش‌بینی برچسب‌های اولیه و آموزش یادگیر ML-KNN با تعداد نمونه برچسب خورده بیشتر، دارای دقت بهتری نسبت به روش‌های موجود است. روش ارائه‌شده روی چندین مجموعه داده استاندارد آزمون شده است. نتایج آزمایش‌ها نشان می‌دهد که عملکرد روش ارائه‌شده بخصوص در مواردی که تعداد نمونه برچسب‌دار بسیار کم است، به نحو قابل‌ملاحظه‌ای بهتر است. UR - https://jmvip.sinaweb.net/article_82359.html L1 - https://jmvip.sinaweb.net/article_82359_b4793db96a4fa549b6fae548cb8de120.pdf ER -