| 基于SVM的相关反馈图像分类和检索方案 |
| |
| 引用本文： | 张颖彬,孟嗣仪,刘云.基于SVM的相关反馈图像分类和检索方案[J].铁路计算机应用,2011,20(8):1-4. |
| |
| 作者姓名： | 张颖彬 孟嗣仪 刘云 |
| |
| 作者单位： | 北京交通大学 通信与信息系统北京市重点实验室,北京,100044 |
| |
| 基金项目： | 高技术研究发展计划项目(863计划,2009AA01Z423); 国家自然科学基金资助项目(60972012); 北京市教育委员会学科建设与研究生建设项目专项资助(W08I0040); 通信与信息系统北京市重点实验室资助项目(JSYJD20090001) |
| |
| 摘 要： | 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.
|
| 关 键 词： | 支持向量机 图像检索 图像分类 机器学习 |
| 收稿时间： | 2011-08-15 |
Image classification and retrieval scheme of relative and feedback based on Support Vector Machine |
| |
| ZHANG Ying-bin,MENG Si-yi,LIU Yun.Image classification and retrieval scheme of relative and feedback based on Support Vector Machine[J].Railway Computer Application,2011,20(8):1-4. |
| |
| Authors: | ZHANG Ying-bin MENG Si-yi LIU Yun |
| |
| Institution: | ZHANG Ying-bin,MENG Si-yi,LIU Yun(Key Laboratory of Communication & Information Systems,Beijing Jiaotong University,Beijing 100044,China) |
| |
| Abstract: | A lot of image dates with many useful information could be got because of the technologies of advanced image acquisition and storage.In the traditional approach of image classification and retrieval,there was a wide semantic gap between the low level features and the high level concepts.To solve the problem,the image classification and retrieval scheme based on SVM was proposed.This scheme was to narrow the image domain,use machine learning methods to construct model for image classes,learn the image classi... |
| |
| Keywords: | support vector machines(SVM) image retrieval image classification machine learning |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《铁路计算机应用》浏览原始摘要信息 |
| 点击此处可从《铁路计算机应用》下载免费的PDF全文 |
|
