基于直推式支持向量機的圖像分類算法研究與應用.pdf

1、隨著互聯(lián)網技術的發(fā)展以及網絡使用的普及，多媒體信息尤其是圖像和視覺信息由于其豐富多彩的信息，已經成為了信息檢索的重要內容，其中視頻信息又是以圖像信息為基礎的。在圖像檢索技術上，為了檢索的結果更接近人的思想，如何使用基于語義內容的圖像檢索來使用圖像底層特征擬合人類的高層語義成為了關鍵。 本文首先介紹了各種現(xiàn)有的分類檢索算法，其中支持向量機(Support VectorMachine，SVM)被認為是一種高效的有優(yōu)越表現(xiàn)的分類器，在

2、很多場合都能得到應用。在這基礎上，直推式支持向量機(Transductive Support Vector Machine，TSVM)是在結合支持向量機算法，實現(xiàn)的一種高效的分類算法。但是它有算法時間復雜度比較高，需要預先設置正負例比例等不足。 本論文中，提出了一種新的算法，該算法在原有TSVM算法的基礎上，利用有標簽樣本的同時，考慮無標簽樣本對分類器的影響，并且在原有過程中添加部分篩選條件，以及進行流程改進，使得新的算法在時間