1、“.....构建双模态的潜在语义主题空间。图像集中的幅图像的两种模态特征分别表示为视觉特征和文本特征，使用偏最小乘从数据集中为图像视觉特征和标签文本特征抽取对偶主题空自动标注常用算法图像自动标注方法大概可以分成两类有监督分类的方法和关联建模的方法。其中有监督分类的方法是将各个语义类别看作独立的概念......”。

2、“.....新进幅图片，通过计算视觉特征相间。关键词图像标注双模语义中图分类号文献标识码文章编号随着网络多媒体数据的剧增，图片正呈爆炸式增长，人们如何从海量的图像中找到自己想要的图像是当前研究的热点。如果能将图片用若干文本进行标注，监督学习的方法对图像视觉特征和标签关键词之间的语义关联进行建模......”。

3、“.....这种基于概率关联的模型方法最早提出的有机器翻译模型跨媒体相关模型对偶跨媒语义中图分类号文献标识码文章编号随着网络多媒体数据的剧增，图片正呈爆炸式增长，人们如何从海量的图像中找到自己想要的图像是当前研究的热点。如果能将图片用若干文本进行标注......”。

4、“.....图像投影到双模主题空间计算图像与图像的相似度，标注与标注的相似度进步改善图像的标注。自动标注常用算法图像自动标注方法大概可以分成两类有监基于双模语义空间的图像标注论文原稿能将图像的检索问题转换成更为成熟的文本检索问题来处理，所以实现图像语义检索的关键便是自动图像标注技术......”。

5、“.....特征串联组合成个混合的特征空间，完成基于潜在语义分析的图像标注。模型则是通过分别建立视觉潜在语义空间和文本潜在语义空间，然后采用动态自适应的方法进行融合，形成它们共同的潜在主题图像标注研究提供新思路和理论依据。双模语义的图像标注我们拟在数据集上......”。

6、“.....提取同对象在各表示层面上的语义表示，综合考虑图像与图像标注相关模型。近年来模型取得了更好的成效，首先在图像的视觉特征空间和文本特征空间分别生成潜在主题，选择个子集形成混合的模型来实现语义标注。基于概率的模型，则是将视觉特征和文换成更为成熟的文本检索问题来处理......”。

7、“.....即给未知图像添加能描述其内容的文本关键词的方法基于双模语义空间的图像标注论文原稿。借助有标注的图像训练集，运用分类的方法和关联建模的方法。其中有监督分类的方法是将各个语义类别看作独立的概念，为每个语义类别建立单独的分类器。新进幅图片，通过计算视觉特征相似度，将相应的文本关键词传播给新图片......”。

8、“.....构建双模态的潜在语义主题空间。图像集中的幅图像的两种模态特征分别表示为视觉特征和文本特征，使用偏最小乘从数据集中为图像视觉特征和标签文本特征抽取对偶主题空间，通基于双模语义空间的图像标注论文原稿将视觉特征与文本标注表示为同对象的两种视图方式，运用偏最小乘的多元统计分析理论，考虑两个特征空间之间的语义对偶关系......”。

9、“.....在双模主题构成的对称空间上构建个非概率主题标注模型李志欣，施智平，李志清考虑两个特征空间之间的语义对偶关系，抽取得到双模态共有语义信息，在双模主题构成的对称空间上构建个非概率主题标注模型，为图像标注研究提供新思路和理论依据基于双模语义空间的图像标注论文原稿。参考文......”。