王红军 副研究员

硕士生导师

个人信息Personal Information


学历:博士研究生毕业

学位:工学博士学位

办公地点:犀浦3号教学楼31529

毕业院校:四川大学

学科:电子信息. 软件工程. 计算机应用技术

所在单位:计算机与人工智能学院

报考该导师研究生的方式

欢迎你报考王红军老师的研究生,报考有以下方式:

1、参加西南交通大学暑期夏令营活动,提交导师意向时,选择王红军老师,你的所有申请信息将发送给王红军老师,老师看到后将和你取得联系,点击此处参加夏令营活动

2、如果你能获得所在学校的推免生资格,欢迎通过推免方式申请王红军老师研究生,可以通过系统的推免生预报名系统提交申请,并选择意向导师为王红军老师,老师看到信息后将和你取得联系,点击此处推免生预报名

3、参加全国硕士研究生统一招生考试报考王红军老师招收的专业和方向,进入复试后提交导师意向时选择王红军老师。

4、如果你有兴趣攻读王红军老师博士研究生,可以通过申请考核或者统一招考等方式报考该导师博士研究生。

点击关闭

论文成果

当前位置: 中文主页 >> 科学研究 >> 论文成果

Semi-Supervised Cluster Ensemble for Web Video Categorization

所属单位:西南交通大学

发表刊物:11th International Conference on Multiple Classifier Systems

关键字:Clustering, Cluster Ensemble, Pairwise Constraints, Video Categorization.

摘要:Recently, web video categorization has been an ever interesting research with the popularity of web videos. Clustering ensemble has become a good alternative for categorization. Semi-supervised clustering ensemble has shown a better performance since it may incorporate the known prior knowledge, e.g., pairwise constraints. In this paper, we propose a Semi-supervised Cluster-based Similarity Partitioning Algorithm (SS-CSPA) to categorize the videos containing textual data provided by their up-loaders. The feature of this algorithm is the introduction of an unsupervised learning, consensus between clustering and additional support of pairwise constraints to formulate semi-supervised clustering ensemble paradigm. Experimental results on the real-world web videos show that the proposed algorithm outperforms existing methods for categorization of web videos.

合写作者:李天瑞, Yan Yang, Hongjun Wang

第一作者:Amjad Mahmood

论文类型:学术论文

论文编号:20140517252230

学科门类:工学

一级学科:计算机科学与技术

期号:LNCS 7872

页面范围:pp. 190–200, 2013.

是否译文: