一种高效的图像检索方法.pdfVIP

下载本文档

2
0
约9.5千字
约 3页
2017-08-13 发布于安徽
举报
版权申诉

一种高效的图像检索方法.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

VOLNo．8 第28卷第8期增刊仪器仪表学报 28 2007年8月 Chinese ofScientificInstrument Aug．2007 Journal 一种高效的图像检索方法陈旭文，朱红丽 (浙江大学城市学院信息与电气工程分院杭州 310015) 摘要：本文在分析了基于内容的图像检索中用户反馈信息的空间特性和时间特性的基础上提出了一种综合用户反馈信息时空特性的用户反馈学习新方法——时空特性支持向量机(SKSVM)方法。实验证明SKSVM方法和普通支持向量机方法相比，特别是在图像数据库复杂的情况下，能够明显的提高用户反馈的学习能力，提高检索结果的准确率；同时还能在检索过程中准确实时的跟踪用户的查询需求，是一种高效的图像检索方法。关键词：SKSVM；图像检索；用户反馈；学习 Efficientretrievalmethod image Chen Xuwen，Zhu Hongli 310015，China) (CollegeofInformationElectricalEngineering，ZheJiangUniversityCityCollege，Hangzhou Abstract：Theand characteristicsofuserfeedbackinformationincontent-basedretrievalare spatialtemporal image onwhichanoveluserfeedback is methodtreats analyzed，based learningmethod，namely，SKSVMproposed．The the and returnedatdifferentroundswithdifferent inthe ac— positivenegativeexamples weights learningprocess tothe and characteristicsoftherelevancefeedbackinformation．Withthesefeatures．the cordingspatialtemporal SKSVMmethod the ofthe as theconventional proposed improvesperformance compared、航th learningsignificantly SVMmethod． Keywords：SKSVM：imageretrieval；userfeedback；learning 术试图通过寻找代表用户查询需要的对象以及对应每引言一底层特征的权重来改善查询结果[1{3；一些技术采用概率模型来估计用户查询需要D-4]。无论检索系统采由于图像的底层视