CN107103076-CN201710274081-一种基于类马氏相关性度量的跨媒体检索方法.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 107103076 A (43)申请公布日 2017.08.29 (21)申请号 201710274081.8 (22)申请日 2017.04.25 (71)申请人 湘潭大学 地址 411105 湖南省湘潭市雨湖区羊牯塘 卢家滩27号 (72)发明人 裴廷睿　吴海滨　赵津锋　曹江莲　 田淑娟　 (74)专利代理机构 湘潭市汇智专利事务所(普 通合伙) 43108 代理人 颜昌伟 (51)Int.Cl. G06F 17/30(2006.01) 权利要求书2页 说明书5页 附图1页 (54)发明名称 一种基于类马氏相关性度量的跨媒体检索 方法 (57)摘要 本发明公开了一种基于类马氏相关性度量 的跨媒体检索方法，包括以下步骤：输入文本、图 像数据库；把文本和图像都分为训练集与测试 集；对文本和图像的训练集与测试集提取特征， 得到训练特征集与测试特征集；把文本和图像的 特征集的数据统一到同一子空间；应用类马氏距 离公式计算统一到同一子空间后文本和图像测 试集之间的相关性；根据文本和图像本身所属的 类和马氏距离，用平均精确度指标和召回率指标 确定检索精度。本发明通过W-CCA算法找到文本 和图像的特征数据集的公共最大特征子空间，并 A 将文本和图像的训练集与测试集映射到该特征 6 子空间，从而将文本和图像的特征集的数据统一 7 0 3 到同一子空间，解决了维度灾难问题并最大化地 0 1 7 保留了原有数据的最大特征。 0 1 N C CN 107103076 A 权　利　要　求　书 1/2页 1.一种基于类马氏相关性度量的跨媒体检索方法，包括以下步骤： 步骤一：输入文本、图像数据库； 步骤二:将文本、图像数据库中的文本和图像分别存入不同文档，并把文本和图像都分 为训练集和测试集； 步骤三:对文本和图像各自的训练集和测试集提取特征，得到文本和图像各自的训练 特征集和测试特征集； 步骤四:把文本和图像的特征集的数据统一到同一子空间； 步骤五:应用类马氏距离公式计算统一到同一子空间后文本和图像测试集之间的相关 性； 步骤六:根据文本和图像本身所属的类和步骤五所得的马氏距离，用平均精确度指标 和召回率指标确定检索精度。 2.根据权利要求1所述的基于类马氏相关性度量的跨媒体检索方法，其特征在于：所述 步骤二中，文本、图像数据库中文本、图像对的数量为P，文本和图像的训练集的样本量均为 n，文本和图像的测试集的样本量均为m，步骤二具体步骤为： 文本数据集作为一个子目录存储于文本图像数据库文件下，且文本数据集文档目录下 包含训练集和测试集两个子目录，文本训练集样本量占整个文本数据集样本量的75％，文 本测试集样本量占文本数据集样本量的25％； 图像数据集作为一个子目录存储于文本图像数据库文件下，且图像数据集文档目录下 包含训练集和测试集两个子目录，图像训练集样本量占整个图像数据集样本量的75％，图 像测试集样本量占图像数据集样本量的25％。 3.根据权利要求2所述的基于类马氏相关性度量的跨媒体检索方法，其特征在于：所述 步骤三具体步骤为： 对文本的训练集和测试集用LDA算法提取K个特征，记训练特征集为X，其中X＝[x , 1 x ,…,x ]；测试特征集为X