流形学习方法在Web图像检索中的应用研究

流形学习方法在Web图像检索中的应用研究

ID:36463022

大小:3.01 MB

页数:109页

时间:2019-05-10

流形学习方法在Web图像检索中的应用研究_第1页
流形学习方法在Web图像检索中的应用研究_第2页
流形学习方法在Web图像检索中的应用研究_第3页
流形学习方法在Web图像检索中的应用研究_第4页
流形学习方法在Web图像检索中的应用研究_第5页
资源描述:

《流形学习方法在Web图像检索中的应用研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、电子科技大学博士学位论文流形学习方法在Web图像检索中的应用研究姓名:鲁珂申请学位级别:博士专业:计算机应用技术指导教师:曾家智20060801摘要数据。实验结果显示,LPP半监督算法的检索准确度明显高于SVM半监督方法。最后,在对现有图像检索技术中的相关反馈方法进行研究的基础上,针对Web图像检索的特点,提出了一种结合相关反馈技术的新型LPP算法:FLPP算法。该算法兼具短期学习和长期学习的能力,通过该算法,我们在原有的LPP算法中引入用户反馈,通过对用户反馈的适当处理,可以优化LPP算法的降维映射,从而得到一个更能够反映语义属性的图像表示子空间。实验结果显示,比起现有相

2、关反馈方法,FLPP算法可以明显提高检索准确度,而且经过长期学习后,可以获得一个近似最优的降维子空闻。由于LPP算法的特殊优点,使它特别适合应用于Web图像检索系统。但由于LPP算法提出时问不长,实际应用于Web图像检索时尚有一些基础问题需要解决。为了解决这些问题,本论文提出了几种基于LPP的优化算法,大量的实验研究及结果表明,这些方法应用于Web图像检索系统时能显著地提高图像检索的准确性和效率。关键词:Web图像检索,拉普拉斯特征映射,保局投影,支持向量机,相关反馈。AbstractWebimageretrievalisallactiveresearcharea.Itha

3、sshownitspotentialforrealworldapplications.However,thestate-of-the-artperformanceofwebimageretrievalisstillfarfromsatisfaction.ThemaindifficultyresidesinthefactthattheWcbisahugcdistributeddatabaseandon-lineuserswouldnotliketowaltoverlongforresultsofretrieval.Therefore,thekeyofWebimageretri

4、evaltechnologyistodesignallalgorithmwithhighaccuracyandfastresponse.InordertoimprovetheeffectivenessandefficiencyofthecurrentWebimageretrievalsystems,therearetwopossibleways:choosing(0r,designing)alleffectivedimensionreductiontechniqueandusinganappropriaterelevancefeedbackalgorithm.Recentl

5、y,LocalityPreservingProjections(LPP)hasshownitsapplicabilityinmanyareasincludinginformationretrieval.凹PisbasedonLaplacianEigenmapsandhassimilarcapabilityformanifoldlearning.Yet廿Pislinear,thusissimpleandconvenientlikeotherfinearmethods.Inthisthesis,wesystematicallyinvestigatetheaseof"Pforwe

6、bimageretrieval.Moreover,WehavedevelopedseveralnewalgorithmstoimprovetheperformanceofLPPforwebimageretrievalbyincorporatingtheuserprovidedrelevancefeedbacks,andcombiningSVMandLPP.Firstly.WehavestudiedtheapplicabifityoftheLPPalgorithmforimagere打ieval.LPPisfundamentallybasedonLaplaeianEigenm

7、aps㈣.ItisalinearapproximationofLE.LPPhasincorporatedtheadvantagesofbothlinearandnonlineardimensionreductionalgorithms.ItsadvantageoverLEisthatitcanproduceatransformmatrix,andjscomputationallymuchmoretractable.Atthesametime,itsadvantageoverlinearalgorithms,such

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。