支持向量机在图像检索中的应用

运用颜色、形状、纹理等特征的基于内容图像检索技术,采用在分类方面具有全局优化、适应性强、理论完备、训练时间短、推广性能好等优点的支持向量机,进行图像分类,较好地实现图像检索的目的,并以舰船图像为例进行了验证,结果表明,支持向量机在图像检索中具有很好的应用效果。     

保局投影算法的优化研究

保局投影算法的基础是构造一个模拟图像局部结构的最近相邻图,但该最近相邻图并不总能够准确表示图像的流形结构,该文提出了一种基于保局投影的迭代保局投影优化算法。该方法可以不断地迭代更新保局投影算法的最近相邻图,最近邻图的构成直接影响到保局投影算法的性能,因此,优化后的最近相邻图可以更好地表示出图像的流形结构。从而可以得到更佳的降维映射。对该算法与PCA及LPP的图像检索效果进行实验比较,结果表明,该算法可以获得更好的效果。     

一种新的支持向量机增量算法

分析了增量学习过程中支持向量和非支持向量的转化情况。在此基础上提出一种误分点回溯SVM增量算法,该算法先找出新增样本中被误分的样本,然后在原样本集寻找距误分点最近的样本作为训练集的一部分,重新构建分类器,这样能有效保留样本的分类信息。实验结果表明:该算法比传统的支持向量机增量算法有更高的分类精度。     

图像及图像检索应用前景的探讨

本文探讨了图像的分类及图像检索的应用前景,并对目前图像检索技术的发展状况作了分析,预示图像检索技术的日趋成熟,图像将散发内在鲜亮的活力。     

基于迁移学习的无监督细粒度图像分类模型

图像分类是计算机视觉领域的一个重要研究分支,普通图像分类关注主类对象差异性的判别,而细粒度图像分类则重点研究主类下不同子类的区分.考虑到较小的子类间差异(只在某个局部上有细微差异)和由于拍摄角度、背景、姿态等因素导致的较大的子类内差异,细粒度图像识别成为一项颇具挑战的任务.为了缓解细粒度图像数据集难以获取和扩充的问题,...     

基于磁光图像的飞机铆钉缺陷识别

针对飞机铆钉磁光图像的识别问题,提出了一种基于模糊支持向量机的裂纹有无和裂纹方向自动识别的新方法。该方法首先对铆钉磁光图像进行预处理得到铆钉二值化图像;然后采用阈值法求取铆钉中心;最后将由铆钉中心发出的星形射线矢量作为特征,采用模糊支持向量机方法对铆钉有无裂纹和裂纹方向进行分类。其中,支持向量机的核宽及惩罚常数采用网格法进行选取,并结合模糊隶属度函数解决多类分类问题中存在的错分和拒分现象。实验结果表明,使用训练获得的支持向量机分类器识别裂纹缺陷取得了很好的效果,能够满足自动检测的高实时性要求。     

基于NMI特征的图像检索方法

基于图像的NMI(归一化转动惯量)特征提出了一种新的图像检索方法,其优点是计算简单、图像特征占用存储空间小。实验结果表明,该方法具有一定的实用价值,可用于图像检索。     

基于SVM学习方法的分析

介绍了增量学习算法、序列最小优化算法、加权支持向量机算法等几种应用于大型数据库,在加快训练速度、降低分类错误率等方面有改进的SVM流行算法.在分析各种算法优缺点的基础上,提出了在线性样本训练、超大规模样本下满足KKT条件的算法是SVM算法的发展方向的观点.     

基于内容的互联网图像检索引擎体系研究

研究基于内容的图像搜索引擎之体系结构及工作原理,对图像搜索引擎的发展趋势进行了展望.     

支持向量聚类算法的研究与改进

支持向量聚类是基于支持向量机和核方法的一种新颖的聚类方法.与其它传统聚类方法相比较,该方法具有能得到全局最优解,并能处理任意形状的聚类,无需指定聚类数目,参数少,容易处理高维数据等优点.在原算法的基础上,在聚类标识阶段提出了改进算法,用支持向量代替原来的全部样本数据来进行标识,进一步减少运算时间,提高运算速度.     

基于内容的唐卡图像数据库检索系统

为了解决藏族唐卡数据库分类检索问题，根据唐卡图像的特点，提出了基于块划分的结合小波帧包分解、匹配对与累计直方图为一体的新方法．该方法有效地结合了颜色、纹理、空间信息等视觉特征，实现了基于内容的唐卡图像检索。并且在查准率和查全率上都取得了好的效果．     

基于多分辨率的彩色图像检索研究

本文提出了一种新的彩色图像检索方法,通过在不同分辨率下的直方图提取其全局颜色特征,并结合局部色差模式的方法,获取图像局部特征,进行图像检索.实验表明该方法能显著提高图像检索效果.     

基于排序学习的数字图书馆信息检索

多媒体信息检索技术的一个研究热点是通过学习来对检索结果进行排序,而排序学习在数字图书馆信息检索中的应用也成为数字图书馆研究的一个新热点。本文分析了数字图书馆信息检索的现状和主流排序算法,特别着重分析现行经典排序算法PageRank,并在此基础上研究分析排序学习在数字图书馆个性化服务中的应用。结果表明排序学习在分析用户个性化需求,提高用户检索的查准率,满足用户个性化检索要求方面能够发挥重要作用。     

基于面积直方图及交互信息测度论的医学图像检索方法

颜色直方图是基于内容的医学图像检索(CBMIR)中提取图像特征的一种重要方法,然而其完全丢弃了医学图像颜色的空间分布信息。为了有效地利用图像颜色的空间分布信息,本文提出了一种基于面积直方图及交互信息测度法的医学图像检索方法。该方法进一步分析了具有相同灰度的像素之间在空间分布上的差异,用其在图像中形成的主要连通区域的面积大小代替传统直方图中使用的像素总和,从而能够间接反映色彩的空间分布特征;同时,为了提高检索准确率,本文引进了交互信息测度方法。实验结果表明,本文提出的检索方法能够较为准确的反映医学图像的信息特征,从而提高了检索的鲁棒性、准确性和高效性。     

关于高等学校形象的思考

塑造良好的高等学校形象是教育和社会发展的必然要求。高等学校的形象必然影响这个学校能否在激烈的市场竞争中获得有利的地位并实现可持续发展。高等学校形象具有形成的历史性、评价的社会性、影响的深远性等特点。影响高等学校形象的因素是复杂的,既有社会历史的因素,也有高等学校内在的诸多因素,应该从多视角出发对高等学校的形象给予判定。本文初步分析了影响高等学校形象的内在因素,并在此基础上提出了塑造高等学校形象应采取的主要措施。     

加强研究生信息利用能力教育--面向研究生的计算机信息检索教学设计

根据信息技术发展的要求和信息检索课的现状 ,研究生计算机信息检索课程的教学内容设计、教学方法设计以及教学模式设计要进行改革 ,要适应信息化、网络化要求。     

由图像的稀疏分解重建图像的快速算法

针对由图像的稀疏分解结果重建图像的速度极其缓慢这一问题,研究了表示图像的原子的能量分布特性。利用了表示图像内容的绝大部分原子的能量分布具有非常集中的特点,提出了由分解后的原子参数重建图像的快速算法。该算法对于一个原子的计算只限于原子能量集中的区域,并在此基础上实现了原子能量及原子归一化的快速计算。采用快速算法使图像重建的速度提高了约32倍,同时保证快速重建图像的质量保持不变。     

文献检索课教师的素质与形象探析

从新时期高校文献检索课教学实践出发 ,对该课程教师的素质和形象问题进行了理论探索