然而,传统的基于词袋模型(Bag of Words)的文本聚类方法可以根据词频统计信息等特征对文本中词性进行加权,区别特征贡献度,但无法捕捉文本中词汇的语义关系;基于主题模型的...
基于138个网页-相关网页
其中SIFT特征因其卓越的性能和检测速度快的优点而被广泛使用,尤其是将SIFT特征与倒排文档技术(TF-IDF)相结合构成词袋模型(BoW)更是成为目前的主流方法。但原始BoW模型存在缺少空间信息和语义信息的不足的问题。
基于24个网页-相关网页
在车型识别部分，本文采用了词袋模型(bag-of-word)和支持向量机(SVM)相结合的方法把车辆分为小轿车、面包车和卡车三类。
基于16个网页-相关网页