綜合合分類和相關(guān)反饋技術(shù)的圖像語義檢索研究.pdf

1、廣西大學(xué)碩士學(xué)位論文綜合合分類和相關(guān)反饋技術(shù)的圖像語義檢索研究姓名：黃文宇申請(qǐng)學(xué)位級(jí)別：碩士專業(yè)：計(jì)算機(jī)應(yīng)用技術(shù)指導(dǎo)教師：覃團(tuán)發(fā)20110629爿合分囊巾相關(guān)反饋技術(shù)的田1象語j■蠡索的研究出的SBIRCFSVM算法的檢索性能與基于SVM的圖像檢索算法及綜合多特征的CBIR算法相比均有了顯著的改進(jìn)，其平均查全率分別提高了926％和5799％，平均查準(zhǔn)率則分別提高了884％和5979％(2)在深入研究了基于相關(guān)反饋的SBIR技術(shù)的基礎(chǔ)上，

2、針對(duì)利用相關(guān)反饋實(shí)現(xiàn)圖像語義檢索時(shí)所存在的小樣本、樣本不均衡、忽略大量未標(biāo)記樣本及歷史反饋信息等問題，綜合相關(guān)反饋中的短期學(xué)習(xí)和長(zhǎng)期學(xué)習(xí)技術(shù)，提出一個(gè)用FSVM實(shí)現(xiàn)的基于相關(guān)反饋的SBIR(SBIRRelevaIlceFeedbackFSvM，sBIR_RFFS、M)算法，并給出其對(duì)應(yīng)的檢索模型。實(shí)驗(yàn)結(jié)果表明，本文提出的SBIRI疆FSVM算法的檢索性能與用SⅧ實(shí)現(xiàn)的綜合短期學(xué)習(xí)和長(zhǎng)期學(xué)習(xí)的SBⅨ算法及用FSVM實(shí)現(xiàn)的基于短期學(xué)習(xí)的SB

3、IR算法相比均有了明顯改進(jìn)，其平均查全率分別提高了23％和31％，平均查準(zhǔn)率則分別提高了113％和156％。(3)針對(duì)基于相關(guān)反饋的SBIR技術(shù)中的實(shí)時(shí)性要求，將之前提到的SBIRCFSⅥⅥ模型和sBIRRFFS、M模型相結(jié)合，開發(fā)了一個(gè)用FSⅥⅥ實(shí)現(xiàn)的綜合分類技術(shù)和相關(guān)反饋技術(shù)的sBR系統(tǒng)。該系統(tǒng)平均查全率比SBIRCFSⅥ訌系統(tǒng)和sBIRRF—FSⅥ江系統(tǒng)分別提高了3％和5％，平均查準(zhǔn)率則分別提高了147％和236％。關(guān)鍵詞：面向語