基于支持向量機(jī)的圖像檢索.pdf

1、基于支持向量機(jī)的圖像檢索，是一個(gè)有望用較少的圖像樣本，取得較好的檢索效果的檢索手段。借助支持向量機(jī)強(qiáng)大的學(xué)習(xí)能力，研究低層視覺特征和高層語(yǔ)義概念之間的關(guān)聯(lián)，從而實(shí)現(xiàn)將高維圖像低層視覺特征轉(zhuǎn)換為低維的有語(yǔ)義信息的的圖像特征等。基于支持向量機(jī)的圖像檢索，可大大縮減圖像的維數(shù)，提高系統(tǒng)識(shí)別率，縮減“語(yǔ)義鴻溝”。 本文的主要研究?jī)?nèi)容和貢獻(xiàn)如下： (1)對(duì)基于支持向量機(jī)的圖像檢索的關(guān)鍵技術(shù)——支持向量機(jī)、相關(guān)反饋、圖像檢索衡量標(biāo)準(zhǔn)

2、等進(jìn)行了深入的研究，總結(jié)了目前已有的一些方法，并從應(yīng)用的角度分析了它們各自的優(yōu)缺點(diǎn)。 (2)改進(jìn)了一種基于向量轉(zhuǎn)移的反饋算法。這種方法是對(duì)反饋后的向量進(jìn)行向量轉(zhuǎn)移算法，動(dòng)態(tài)調(diào)整向量轉(zhuǎn)移系數(shù)，使得用戶標(biāo)記的高度相關(guān)的圖像能夠迅速的向查詢圖像移動(dòng)，而不相關(guān)的圖像移動(dòng)速度相對(duì)較慢，此方法具有較高的性能和檢索效率。 (3)對(duì)已有的主動(dòng)學(xué)習(xí)方法進(jìn)行了對(duì)比的研究，對(duì)幾種代表性方法進(jìn)行了實(shí)驗(yàn)比較，并提出了將向量空間和概率分布相結(jié)合，使