Presentamos un marco integrado sobre la personalización de videos deportivos, que aborda tres problemas de investigación: la anotación semántica de video, la recuperación y resumen de video personalizados, y la adaptación del sistema. La anotación de video deportivo sirve como base del sistema de personalización de video. Para adquirir una descripción detallada del contenido del video, se adopta texto web externo para alinearse con el video deportivo relacionado según su correspondencia semántica. Basado en la anotación semántica derivada, se diseña un modelo de mochila multiconstraint 0/1 de usuario-participante para modelar la personalización de video, que puede unificar tanto la recuperación como el resumen de video con diferentes parámetros de fusión. Como medida para hacer que el sistema se adapte al usuario en particular, se propone un algoritmo de adaptación del sistema basado en redes sociales para aprender implícitamente las preferencias latentes del usuario. Tanto experimentos cuantitativos como cualitativos realizados en doce videos de baloncesto y fútbol emitidos validan
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Un Nuevo Método de Esteganografía para Imágenes GIF Dinámicas Basado en la Clasificación de Paleta
Artículo:
Agrupamiento multinivel: Algoritmo de agrupamiento de máquinas de vectores de soporte aleatorias evolutivas basado en resonancia magnética funcional para diagnosticar el accidente cerebrovascular isquémico.
Artículo:
Asignación de recursos en un sistema de radio cognitiva con estimación imperfecta del estado del canal
Artículo:
Los impactos de la preocupación por la equidad y los diferentes objetivos comerciales en la complejidad de las cadenas de valor de doble canal.
Artículo:
Desarrollo de modelo eficiente basado en aprendizaje profundo para la detección de phishing utilizando clasificadores de Random Forest y BLSTM.