计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2010年
7期
1867-1869
,共3页
图像检索%训练样本集%多维特征向量%遗传算法%最优加权系数
圖像檢索%訓練樣本集%多維特徵嚮量%遺傳算法%最優加權繫數
도상검색%훈련양본집%다유특정향량%유전산법%최우가권계수
单一特征检索图像和手工设置多维加权系数特征检索图像越来越不能满足基于内容图像检索精度的需要,为此提出一种基于训练样本集聚类的多维特征向量加权算法.该算法需要手工建立训练样本集,提取出每个图像的颜色、纹理和形状等多维特征,使用遗传算法寻找特征向量集的最优加权系数序列,最后使用该加权序列计算测试集的特征值进行图像检索.实验证明,该算法相对于单一特征检索和手工设置多维特征加权在检索的准确度上有一定的提高,并且在相似度比较高的两个聚类检索时,有很高的准确性.
單一特徵檢索圖像和手工設置多維加權繫數特徵檢索圖像越來越不能滿足基于內容圖像檢索精度的需要,為此提齣一種基于訓練樣本集聚類的多維特徵嚮量加權算法.該算法需要手工建立訓練樣本集,提取齣每箇圖像的顏色、紋理和形狀等多維特徵,使用遺傳算法尋找特徵嚮量集的最優加權繫數序列,最後使用該加權序列計算測試集的特徵值進行圖像檢索.實驗證明,該算法相對于單一特徵檢索和手工設置多維特徵加權在檢索的準確度上有一定的提高,併且在相似度比較高的兩箇聚類檢索時,有很高的準確性.
단일특정검색도상화수공설치다유가권계수특정검색도상월래월불능만족기우내용도상검색정도적수요,위차제출일충기우훈련양본집취류적다유특정향량가권산법.해산법수요수공건립훈련양본집,제취출매개도상적안색、문리화형상등다유특정,사용유전산법심조특정향량집적최우가권계수서렬,최후사용해가권서렬계산측시집적특정치진행도상검색.실험증명,해산법상대우단일특정검색화수공설치다유특정가권재검색적준학도상유일정적제고,병차재상사도비교고적량개취류검색시,유흔고적준학성.
