4.2.5　SCSL算法的实现步骤

4.2.5　SCSL算法的实现步骤

基于时空特性的在线社交网络跨媒体语义学习算法SCSL的实现步骤如下所示。

算法4-1　基于时空特性的在线社交网络跨媒体语义学习算法

输入：在线社交网络文本数据和图像数据

输出：在线社交网络跨媒体数据的公共语义表示

（1）对每条在线社交网络文本数据执行下列步骤

1）进行数据预处理，获取时间、位置、用户与双词

2）将上述信息输入到在线社交网络多特征概率图模型（MFPGM）

3）迭代执行式（4-3）的采样公式，直到达到稳定状态

4）计算在线社交网络的文本-主题分布

5）输出文本特征

（2）对每张在线社交网络图像执行下列步骤

1）对图像进行预处理，统一像素值

2）将每张图像输入到基于注意力机制的在线社交网络图像信息表达算法IROA

3）输出每张图像的图像特征

（3）将获取的文本特征和图像特征输入到图像-文本跨媒体关联学习网络

（4）最小化式（4-10）所示的在线社交网络跨媒体语义学习损失函数

（5）输出在线社交网络跨媒体数据的公共语义表示