大卫·R·哈东。;桑多·塞德马克;约翰·肖尔·泰勒 典型相关分析：学习方法应用概述。 （英语） Zbl 1062.68134号 神经计算。 16，第12期，2639-2664（2004）. 摘要：我们提出了一种使用核典型相关分析来学习web图像及其关联文本的语义表示的通用方法。语义空间提供了一种通用表示，并支持文本和图像之间的比较。在实验中，我们研究了两种仅基于文本查询内容检索图像的方法。我们将正交化方法与称为广义向量空间模型的标准交叉表示检索技术进行了比较。 引用于92文件 MSC公司： 68单位10 图像处理的计算方法 68T05型 人工智能中的学习和自适应系统 关键词：网络图像;广义向量空间模型 PDF格式BibTeX公司 XML格式引用 \textit{D.R.Hardoon}等人，《神经计算》。16，第12号，2639--2664（2004；Zbl 1062.68134） 全文： 内政部 链接 参考文献： [1] 内政部：10.1162/153244303768966085·Zbl 1088.68689号 ·doi:10.1162/153244303768966085 [2] Fyfe C.，《国际神经系统杂志》10 pp 365–（2001） [3] DOI:10.1093/biomet/28.3-4.321·Zbl 0015.40705号 ·doi:10.1093/biomet/28.3-4.321 [4] DOI:10.1093/生物组/58.3.433·Zbl 0225.62072号 ·doi:10.1093/biomet/58.3433 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。