基于內(nèi)容的圖像檢索中相關反饋技術(shù)的研究及系統(tǒng)實現(xiàn).pdf_第1頁
已閱讀1頁，還剩54頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領

文檔簡介

1、本文主要研究工作放在基于SVM的相關反饋技術(shù)和個性化檢索單元上，這里需要指出的是，本文的個性化檢索單元是作為對相關反饋長期學習機制的探討而出現(xiàn)的，主要內(nèi)容有： 1．研究了基于SVM的相關反饋算法，針對反饋樣本少的問題，通過累積每輪反饋得到的正負樣本來增加訓練樣本；但是，這種算法存在一定的缺陷，為了進一步改進檢索性能，提出了一種基于二次分類的SVM分類器進行檢索的算法。并通過實驗同基本的SVM反饋算法進行了比較。實驗證明，與SVM

2、方法相比，二次分類SVM方法在用戶相關反饋僅提供極少量反饋樣本的情況下，得到的檢索結(jié)果是在查全率和查準率上都比SVM方法有所提高。 2．針對目前大多數(shù)基于SVM的相關反饋方法在當前檢索任務完成后，不再保留用戶的反饋信息，只能進行當前檢索任務內(nèi)的學習的缺點，本文設計了一個個性化檢索單元用于收集分析用戶的使用記錄，進而推測出用戶可能的檢索意圖，以利于系統(tǒng)的下次檢索。經(jīng)過實驗證明，加入了個性化檢索單元后，用戶的反饋次數(shù)減少。

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論