铁路计算机应用
鐵路計算機應用
철로계산궤응용
RAILWAY COMPUTER APPLICATION
2011年
8期
1-4
,共4页
支持向量机%图像检索%图像分类%机器学习
支持嚮量機%圖像檢索%圖像分類%機器學習
지지향량궤%도상검색%도상분류%궤기학습
图像获取和存储技术的进步可以获得包含大量有用信息的图像数据,在传统的图像分类和检索方案中,图像的低级视觉特征和高级概念之间存在着较大的语义间隔,导致图像的分类和检索效果不佳.针对该问题,提出了一种基于SVM相关反馈的图像分类和检索方案.该方案通过缩窄图像的领域,利用机器学习方法建立图像类的模型,并使用一种优化的SVM相关反馈图像检索方法学习图像的类别,将学习到的模型用于图像的分类和检索.实验结果表明,此方案能够高效的检索出较多相关图像,并对其进行有效分类.
圖像穫取和存儲技術的進步可以穫得包含大量有用信息的圖像數據,在傳統的圖像分類和檢索方案中,圖像的低級視覺特徵和高級概唸之間存在著較大的語義間隔,導緻圖像的分類和檢索效果不佳.針對該問題,提齣瞭一種基于SVM相關反饋的圖像分類和檢索方案.該方案通過縮窄圖像的領域,利用機器學習方法建立圖像類的模型,併使用一種優化的SVM相關反饋圖像檢索方法學習圖像的類彆,將學習到的模型用于圖像的分類和檢索.實驗結果錶明,此方案能夠高效的檢索齣較多相關圖像,併對其進行有效分類.
도상획취화존저기술적진보가이획득포함대량유용신식적도상수거,재전통적도상분류화검색방안중,도상적저급시각특정화고급개념지간존재착교대적어의간격,도치도상적분류화검색효과불가.침대해문제,제출료일충기우SVM상관반궤적도상분류화검색방안.해방안통과축착도상적영역,이용궤기학습방법건립도상류적모형,병사용일충우화적SVM상관반궤도상검색방법학습도상적유별,장학습도적모형용우도상적분류화검색.실험결과표명,차방안능구고효적검색출교다상관도상,병대기진행유효분류.
