原创力文档- 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
查看更多
一种基于内容图像检索的半监督和主动学习算法
郑声恩．叶少珍
(福州大学数学与计算机科学学院，福州350002)
E—mail：lindaenen@126．com
摘要：为了提高图像检索中相关反馈算法的效率，提出了一种新的基于相关概率的主动学习算法SVMpr，并蛄合半监
督学习，设计了基于丰监督的主动学习图像桂索框榘。在相关反馈过程中，首先利用半监量学习算法TSVM对标记样奉
进行训练．然后根据提出的主动学习算法从未标记图像中选取k幡有利于优化学习过程的目像并反馈磐用户标记。与传
统的相关反馈算法相比。谊文提出的圈像检索框架显著提高了学习嚣的艘丰争性能，井快速牧敛于_l|i户的壹询概惫。
美键词：支持向量机；主动学习；半监骨学习；相关反馈；基于内容音白图像检索
andActiveRelevance for
Feedback
Semi--supervision Algorithm
Content--BasedRetrieval
Image
ZHENG Shao-zhen
Sheng--en，YE
ofMathematicsand
(College ComputerScience，FuzhouUniversity，Fuzhou350002，China)
Abslract：Tothe 0frelevancefeedbackin novelactive
improveefficiency imageretrieval，a learningalgorithmSVMpr
is inthe combinedwith framework
basedonrelevance q
probabilityproposed peper,And semi—supervisionleamins．the
0f based andactive is 0frelevance
retrieval Oil the feedback．first-
image semi-supervisionlearningdesigned．Inprocess
labeled mtrained toactive inthis k
TSVM，secondly
ly，the samples by w酬ing algorithmpaper，theimage
learning
finaltheunlabeledareselectedintotheIlsefwhichisaddedlabelandmore foru曲lInrfi-
samp|es images helpful
resultshowsthat is betterthantraditional isin the
the蛔t}lm or
文档评论（0）