反馈机制的大规模舰船图像检索

传统方式的舰船图像检索能够完成舰船图像的检索任务,但针对大规模复杂度较高的舰船图像,存在检索速度慢、检索不准确的问题,为此提出反馈机制的大规模舰船图像检索。利用图像反馈模型对舰船图像的颜色、纹理、形状、空间特征进行量化反馈,采用量化数值对比的方式进行图像检索;优化图像相似度度量方法,实现反馈机制的大规模舰船图像检索。实验数据表明,该方法比传统舰船图像检索速度提高66.44%,且具有良好的检索准确性。     

国外著名检索工具站点介绍

网上冲浪,检索工具是必不可少的,国内外都有一些著名的检索站点。对这些站点充分的了解,您就能在网上任意遨游了。 本文将介绍一些国外的著名的搜索引擎,并简要地介绍了它们的规则。 一、AltaVista(http://www.altavista.digital.com) AltaVista是网上搜索引擎的领先者,它有最大的、详尽的索引。但这并不是说它是无所不包、无所不能的。在使用不同的搜索引擎时,不同的人和不同的索引策略导致的是不同的结果。不过AltaVista总     

中小企业档案检索方法的探索

在档案信息大潮涌动之下，一些中小企业花费巨资建立了档案信息检索（管理）系统。实践证明：这些庞大的现代化的档案检索系统，对于只有数千卷档案、每年检索不超过百次的中小企业来说，如同大炮打蚊子。按照计算机设定的运行程序，从开机到检索到所需档案，一般需要3分钟时间。一次查找多门类、多年代的案卷，检索时间至少需要十几分钟。笔者在档案检索实践中总结出了档案手工数字检索方式，这种方法简便快捷，尤其在中小企业，检索效率并不低于计算机，它不失为中小企业可以广泛应用的检索方法。     

基于统计模型的船舶图像检索组合优化算法

船舶图像检索是高效管理船舶图像的关键技术,由于船舶图像类型多、复杂,使得当前船舶图像检索准确性差,无法满足船舶图像管理的实际应用要求,为了提高船舶图像检索准确性,设计了基于统计模型的船舶图像检组合优化算法。首先提取船舶图像的不同种类特征,并采用现代统计学理论中的支持向量机分别对每一种特征进行船舶图像检索,然后通过BP神经网络对每一种特征的船舶图像检索结果进行融合,实现船舶图像组合检索,最后采用具体船舶图像检索实例分析算法的性能,结果表明,本文算法解决了当前船舶图像检索算法存在的弊端,船舶图像检索成功率大幅度提升,同时可以有效减少船舶图像检索时间,改善了船舶图像检索效率,可以应用于实际的船舶图像管理系统中。     

基于机器学习的大规模船舶图像检索机制

船舶图像具有大规模、多样性等变化特点,传统船舶图像检索机制难以获得高精度检索结果。为了获得理想的船舶图像检索结果,设计了基于机器学习的大规模船舶图像检索机制。首先分析当前船舶图像检索研究进展,阐述船舶图像检索基本流程,然后采集不同类型的船舶图像检索特征,选择最优的船舶图像检索特征作为机器学习算法的输入、船舶图像类别作为输出,最后通过机器学习算法的训练建立船舶图像检索的分类器,并与其它船舶图像检索机制进行了对照测试。测试结果表明,本文机制可以满足大规模船舶图像检索要求,船舶图像检索正确率要高于对比船舶图像检索机制,可以更快找到用户需要的船舶图像,获得了令人满意的船舶图像检索结果。     

Internet及其使用

本文详细介绍了Ｉｎｔｅｒｎｅｔ，对相关的概念进行了解释。列举了Ｉｎｔｅｒｎｅｔ提供的服务，分析了网络信息检索工具及相应的检索方法。最后，介绍了Ｉｎｔｅｒｎｅｔ最常用的浏览Ｎｅｔｓｐａｃｅ的使用方法。     

基于相似性的检索模型

根据基于案例的英汉翻译系统ＣＢＥＣＴＳ的特点,提出了基于相似性的检索模型。这一模型包括特征向量的获取方法,利用反合一计算案例间的结构相似性的方法以及根据句子的特点,提出了权重的计算及语义相似性计算的方法等。     

一种基于分块区域的图像检索方法

目前大多数基于内容的图像检索CBIR(Content Based Image Retrieval)技术都依赖于图像的全局特征(例如颜色、纹理等)，这样图像的空间布局特征被忽略了。本文提出了一种基于分块区域的图像检索方法。首先用k-means聚类算法对图像进行区域分块，然后提取各分块区域的视觉特征，再对查询图像和目标图像中各区域的视觉特征进行多对多的匹配，根据最小加权平均准则得到区域之间单个特征的特征距离，归一化后求和得到查询图像和目标图像的相似度。在1000幅通用图像库上的实验表明，该方法可以产生比较满意的结果。     

海图三维离散数据分时检索算法

介绍了海图三维离散数据的分时检索算法，从而在数值变化能被及时检索到的前提下，大大节省了检索时间。