图像检索中相关反馈的半监督主动学习研究.pdf

图像检索中相关反馈的半监督主动学习研究.pdf

ID:57743647

大小:2.27 MB

页数:70页

时间:2020-03-27

图像检索中相关反馈的半监督主动学习研究.pdf_第1页
图像检索中相关反馈的半监督主动学习研究.pdf_第2页
图像检索中相关反馈的半监督主动学习研究.pdf_第3页
图像检索中相关反馈的半监督主动学习研究.pdf_第4页
图像检索中相关反馈的半监督主动学习研究.pdf_第5页
资源描述:

《图像检索中相关反馈的半监督主动学习研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、分类号UDC密级——单位代码lQ!§!图像检索中相关反馈的半监督主动学习研究张帅指导教师傅英亮职称学位授予单位副教授大连海事大学申请学位级别工学硕士学科(专业)计算机科学与技术论文完成日期2011-6答辩日期2011-7答辩委员会主席J.●1.ISemisu[rvisedActiveLearningforRelevanceFeedbackSemi-suDesealActiveLearningforRelevanceFeedbacki。nImageRetrievalAthesisSubmittedtoDafianMaritimeUniversityInpartial

2、fulf'dlmentoftherequirementsforthedegreeofMasterofEngineeringbyZhangShuai(ComputerScienceandTechnology)ThesisSupervisor:AssociateProfessorFuYmgfiangJune2011/嬲嬲一大连海事大学学位论文原创性声明和使用授权说明原创性声明本人郑重声明:本论文是在导师的指导下,独立进行研究工作所取得的成果,撰写成博/硕士学位论文“图堡捡塞史担羞厦焦的圭些督圭麴堂习硒塞"。除论文中已经注明引用的内容外,对论文的研究做出重要贡献的个人和

3、集体,均已在文中以明确方式标明。本论文中不包含任何未加明确注明的其他个人或集体已经公开发表或未公开发表的成果。本声明的法律责任由本人承担。学位论文作者签名:亟』壶学位论文版权使用授权书本学位论文作者及指导教师完全了解大连海事大学有关保留、使用研究生学位论文的规定,即:大连海事大学有权保留并向国家有关部门或机构送交学位论文的复印件和电子版,允许论文被查阅和借阅。本人授权大连海事大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,也可采用影印、缩印或扫描等复制手段保存和汇编学位论文。同意将本学位论文收录到《中国优秀博硕士学位论文全文数据库》(中国学术期刊(光盘

4、版)电子杂志社)、《中国学位论文全文数据库》(中国科学技术信息研究所)等数据库中,并以电子出版物形式出版发行和提供信息服务。保密的论文在解密后遵守此规定。本学位论文属于:保密口在——年解密后适用本授权书。不保密口(请在以上方框内打“√")论文储躲莉巾导师徘彳旁肇日期:羽J1年]月中文摘要摘要随着多媒体与互联网技术迅猛发展,基于内容的图像检索受到广泛关注。然而早期的基于内容图像检索仅仅利用图像的颜色、纹理、形状等特征信息进行图像间相似性判定而无法有效解决图像低层特征与其高层概念语义不一致的“语义鸿沟”问题。相关反馈技术的引入有效缩小了语义鸿沟。统计学习与机器学习在相

5、关反馈中的应用改善了图像检索的性能。本文针对学习过程中存在的小样本问题与数据冗余问题,从动态距离度量和聚类方法两个角度探索了融合谱聚类的半监督主动学习方法。具体研究内容如下:(1)本文采用一种动态距离度量方式对图像间相似性进行度量。根据反馈过程后用户反馈的相关性信息,针对不同低层特征动态地调整动态距离度量公式中相对应的权值,以反映用户的“主观性",凸显“有利"特征,提高聚类准确性。(2)在动态距离度量的基础上,采用Ncut谱聚类方法对反馈区中样本(富有信息样本)进行聚类,选取待标集,以处理主动学习过程中的数据冗余性问题,从而使分类器从对同语义类中冗余性样本学习转变

6、为对不同语义类样本学习,增强了分类器的主动学习效果。(3)本文针对SVM.AL,SSAIR,RS.AS3VM.AL三种不同学习策略的算法,融合谱聚类方法,总结出了SVM.AL.DC,SSAIR.DC,RS.AS3VM.AL.DC算法。(4)本文设计并实现了一套CBIR检索系统并进行相关实验。该系统具有较好的灵活性。通过实验分析与比较,验证了半监督主动学习方法在检索准确性方面的优势,而谱聚类方法的融入,对检索准确性的进一步提升具有积极意义。关键词:谱聚类;动态距离度量;半监督学习;主动学习英文摘要ABSTRACTWiththerapiddevelopmentofmu

7、ltimediaandInternettechnology,CBIR(Content-BasedImageRetrieval)hasattractedconsiderablepublicconcern.However,theearlystudyoncontent-basedimageretrievalfocusedonhowtousetheimage’Scolor,texture,shapeandotherfeaturesinformationtodeterminethesimilaritybetweenimages.Thiscannotsolvethe’’sem

8、antic

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。