基于LBSVM机器学习的相关反馈图像检索.pdf

1122009，45(2) cD，印船rEn∥加e嘲帆dApp比越幻船计算机工程与应用 基于LBSVM机器学习的相关反馈图像检索 欧阳军林，刘建勋，曹步清 OUYANGJun—lin，UUJian—xun，CAO Bu—qing 1 20l 湖南科技大学计算机科学与工程学院，湖南湘潭4l ofscienceand 411201，China Department“Co唧uteEngineer，HunanUniVe糟ity Technology，Xiangtan，Hunan 63．com E—mail：yan西unlin0732@l oUYANGJun—Un，LIUJian—x吼，CAo feedb扯k retrievaI Bu—qing．IkIeVa撒eiIl】随ge b躯ed佃LBSⅥu．Co唧uterEngi— n钟ri呜andAppIica伽璐．2∞9。45(2)：112一115． feedback onmachirle becomes feedback Abstract：Relevance based fbcusin retrieval．Inrelevance technology leaming image islackand feedbackislow．Forthese this feedback basedon newrelevance sVM，8锄ple unbalance，precise pmblem，inp印er，a onmachine is combineson methodbased andSVM．It re埘eval ac_ leamingpresented，which Boosting improvesimage speed粕d newfeedbackmethodbasedon machine is that i8not show the curacy．A Jong leamingpresented．Experiments sy8tem pmposed emcientbutals0e雎ctive． only words：mlevancefeedback；machine retrieval Key leaming；B00sting；image 摘要：基于机器学习的相关反馈技术是基于内容的图像检索研究的热点。由于基于svM的相关反馈技术存在样本数量少，样本 器学习相关反馈方法(BSVM)；在此基础上为进一步提高系统反馈速度与准确率，通过保存训练好的分类器和它对应的样本，提出 了基于长期机器学习的相关反馈方法(LBsVM)。文中提出的两种方法与其它方法进行了比较实验，结果表明。该方法优于其它方法。 关键词：相关反馈；机器学习；Boosting方法；图像检索 文章编号：1002—8331(2009)02一0112一04 DoI：10．3778／j．issn．1002—8331．2009．02．032 文献标识码：A 中图分类号：TP39l l 引青