小姐AU - TY -的A2 Wang Chen施盟——王、孟AU -陈,宣PY - 2020 DA - 2020/12/14 TI -图像注释通过调整图学习模型SP - 8818616六世- 2020 AB -与计算技术的发展和数据挖掘方法,图像注释吸引了太多的吸引力在智能农业。然而,语义标签和图片差距构成了巨大挑战图像注释在农业,由于标签不平衡和困难在理解模糊关系的图片和标签。本文提出了基于图形图像注释方法学习准确标注图像。具体来说,灵感来自最近的邻居,介绍了语义邻居图生成preannotation,平衡不平衡的标签。然后,标签和图像之间的相关性是由随机点积图建模,深入我的语义。最后,我们对两组图像进行实验。实验结果表明,我们的方法比以前的方法,验证了我们的模型和提出的方法的有效性。SN - 1530 - 8669你2020/8818616 / 10.1155——https://doi.org/10.1155/2020/8818616——摩根富林明——无线通信和移动计算PB - Hindawi KW - ER