检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

二进神经网络学习算法研究

计算机学报 1999年第9期22卷 931-935页

作者：马晓敏杨义先章照止北京邮电大学信息安全中心北京100876 中国科学院系统科学研究所北京100080

把二进神经网络对布尔函数映射的学习归结为神经元对学习样本集合的表达．通过对神经元表达能力的分析研究，引入加权距离汉明球的概念，既提高了学习效率也简化了布尔函数实现结构，同时把汉明球及立方体集合覆盖思想等统一在加权汉明... 详细信息

把二进神经网络对布尔函数映射的学习归结为神经元对学习样本集合的表达．通过对神经元表达能力的分析研究，引入加权距离汉明球的概念，既提高了学习效率也简化了布尔函数实现结构，同时把汉明球及立方体集合覆盖思想等统一在加权汉明距离球覆盖的框架下．另外，还得到旨在提高输出层神经元表达能力的新结果．最后举例说明了此学习策略的可行性与特点．经学习得到的二进神经网络的权系数及阈值皆为整数。

关键词：神经网络学习算法汉明空间布尔函数

在线全文

学校读者我要写书评

暂无评论

基于离散哈希的聚类

计算机应用 2022年第3期42卷 713-723页

作者：轩书婷刘惊雷烟台大学计算机与控制工程学院山东烟台264005

传统的聚类方法是在数据空间进行,且聚类数据的维度较高。为了解决这两个问题,提出了一种新的二进制图像聚类方法——基于离散哈希的聚类(CDH)。该框架通过L21范数实现自适应的特征选择,从而降低数据的维度;同时通过哈希方法将数据映射... 详细信息

传统的聚类方法是在数据空间进行,且聚类数据的维度较高。为了解决这两个问题,提出了一种新的二进制图像聚类方法——基于离散哈希的聚类(CDH)。该框架通过L21范数实现自适应的特征选择,从而降低数据的维度;同时通过哈希方法将数据映射到二进制的汉明空间,随后,在汉明空间中对稀疏的二进制矩阵进行低秩矩阵分解,完成图像的快速聚类;最后使用可以快速收敛的优化方案来对目标函数进行优化求解。在Caltech101、Yale、COIL20、ORL图像数据集上的实验结果表明,该方法可以有效提升聚类效率。在Caltech101数据集的Gabor视图,与传统的K-means、谱聚类方法相比,在处理高维度数据时,CDH的时间效率分别提高了约87和98个百分点。

关键词：哈希方法自动特征选择稀疏二进制矩阵 L21范数收敛优化汉明空间

在线全文

学校读者我要写书评

暂无评论

基于稀疏重构编码的图像检索算法

河南科技大学学报（自然科学版） 2018年第3期39卷 77-82页

作者：胡鹏辉朱华平王春艳武汉理工大学理学院湖北武汉430070

针对现有方法在哈希函数构造过程中没有考虑数据的稀疏结构,提出了一种基于稀疏重构的哈希函数学习方法。利用相似点的l_(21)范数对重构系数进行了稀疏约束,以增强局部保持映射过程中的判别性,并构建拉普拉斯矩阵进行局部邻域关系的约束... 详细信息

针对现有方法在哈希函数构造过程中没有考虑数据的稀疏结构,提出了一种基于稀疏重构的哈希函数学习方法。利用相似点的l_(21)范数对重构系数进行了稀疏约束,以增强局部保持映射过程中的判别性,并构建拉普拉斯矩阵进行局部邻域关系的约束,在调和协方差矩阵和最小化数据的重构误差间建立了一种平衡机制。从特征所在的空间与经映射后的汉明空间的可判别性角度出发,对哈希函数构造过程中的内在要求和约束同时进行了考虑并综合权衡。采用公共图像检索数据集Caltech-256进行实验,实验结果表明:32位编码长度时,本文算法的检索精度比其他无监督的深度哈希算法至少提高了4.69%。

关键词：哈希函数图像检索稀疏重构稀疏检索汉明空间

面向胸部CT图像—文本的跨模态哈希检索技术研究

在线全文

学校读者我要写书评

暂无评论

面向胸部CT图像—文本的跨模态哈希检索技术研究

作者：赵晓乐昆明理工大学

学位级别：硕士

随着网络技术在医学领域中的迅速发展以及医疗信息存储标准的逐渐完善,医疗数据呈爆炸式增长。此外由于医疗数据自身的特点而呈现出多模态形式,不同模态往往同时出现、互为补充。面对大规模不同模态的医疗数据,如何建立它们之间的关联,... 详细信息

随着网络技术在医学领域中的迅速发展以及医疗信息存储标准的逐渐完善,医疗数据呈爆炸式增长。此外由于医疗数据自身的特点而呈现出多模态形式,不同模态往往同时出现、互为补充。面对大规模不同模态的医疗数据,如何建立它们之间的关联,充分利用不同模态数据的语义信息,实现不同模态信息间的相互检索,对于医学领域具有重要的应用价值。对于我国发病率最高的癌症——肺癌,通过对胸部CT图像中肺结节的筛查是目前检查早期肺癌的主要方式。放射科医生从胸部CT图像中得出检查结论,作为患者的肺结节诊断报告。由于胸部CT图像数量巨大,肺结节在肺内的位置分布以及尺寸均不固定,对肺结节的诊断更注重细粒度信息,这给放射科医生带来了繁重的工作量。本文针对以上问题,提出一个面向胸部CT图像与文本的跨模态检索方法。所提出的跨模态检索方法,可以充分发掘两种模态数据之间的高层语义信息,通过已标注出的肺结节,检索出对应的诊断信息,或者通过文本形式的肺结节描述信息,检索出相应肺结节的CT图像。本文将胸部CT图像与诊断文本的跨模态检索方法分为两个步骤进行介绍,第一步是CT图像与文本的特征提取;第二步是两种模态间的语义关联。通过对这两个步骤的研究,最终实现CT图像与文本间的跨模态检索。其中本文主要对胸部CT图像中肺结节细粒度特征提取方法和CT图像与文本的语义关联方法进行研究,文本的特征提取则根据数据的特点,采用现有的较为成熟的方法进行处理。针对第一步,由于肺结节在胸部CT图像中的位置及尺寸均无规律可循,针对该问题,本文在数据预处理时根据已标注好的肺结节位置进行相应尺寸的切割,目的是减少肺内其他器官对肺结节特征提取造成的影响,以便更准确的提取肺结节高层语义信息。肺结节通常以三维立体形式存在,传统的肺结节特征提取方法往往是基于单层肺结节切片进行的,尽管肺结节切片间隔在毫米量级,但是对于长径通常不超过30mm的肺结节而言,相邻切片在细粒度上依然存在一定差异。因此针对该问题,本文在提取肺结节特征信息时采用多层面二阶融合的特征提取方法,该方法在单层细粒度的肺结节基础上,提取出三维肺结节更完整的特征信息。该方法在肺结节恶性程度的三个级别评估的AUC值达到了0.92,0.7,0.87,证明了其有效性。针对第二步,跨模态检索方法在解决异构数据的语义关联问题上,通常是将不同模态数据的特征映射到一个公共空间中,通过对公共空间中的两种模态信息进行约束,达到缩小语义鸿沟的目的。本文采用这一思想,将前一步提取到的肺结节图像特征信息与对应文本的特征信息映射到汉明空间中,并通过基于数据样本类别标注的相似度矩阵,对得到的哈希编码进行约束,实现两种模态数据的相互关联。通过在LIDC数据集上进行实验,实验结果中对文本和图像检索的MAP分别达到了73.26%和72.39%,表明上述有监督的异构数据间语义关联方法的有效性和胸部CT图像与诊断文本的跨模态检索系统的可实现性。

关键词： CT图像特征提取语义关联汉明空间

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于机器学习的图像匹配问题研究

基于机器学习的图像匹配问题研究

作者：刘栓南开大学

学位级别：硕士

图像匹配技术是图像信息处理领域中一个重要方向,广泛应用于计算机视觉,目标检测等诸多领域。其主要目的在于将不同时间、不同视角等条件下对同一场景刻画的多张图像匹配起来。目前主流的图像匹配方法主要分为三类:基于图像灰度信息的... 详细信息

图像匹配技术是图像信息处理领域中一个重要方向,广泛应用于计算机视觉,目标检测等诸多领域。其主要目的在于将不同时间、不同视角等条件下对同一场景刻画的多张图像匹配起来。目前主流的图像匹配方法主要分为三类:基于图像灰度信息的匹配方法、基于提取图像特征的匹配方法和基于语义信息的匹配方法。本文对上述三种算法发展现状进行了一定的总结,并在其基础上提出了一种基于机器学习的图像匹配方法。对于图像匹配问题,根据待匹配图像是否属于图像库可以分为两种模式:离线模式和在线模式。离线模式是在线模式的基础,在线模式是离线模式的延申。离线模式下,本文在主要角及汉明距离的相关背景知识下,创新性地提出了如下原则:原始图像灰度间基于主要角的距离远的映射后汉明距离大,原始图像间基于主要角的距离近的映射后汉明距离小。以此原则构造了优化问题的目标函数。然后对该目标函数进行求解,求解结果即为各个图像映射后的编码,最后在汉明空间计算图像间的汉明距离进行图像匹配。在线模式,借助机器学习的分类算法学习映射函数,利用此映射函数可将待匹配图像也映射到汉明空间,然后即可根据汉明距离进行图像匹配。本文基于公开的数据集,分别对离线模式和在线模式设计相关实验与评估指标,对结果进行了评估与灵敏度分析,整体匹配精度良好。

关键词：图像匹配机器学习汉明空间映射函数

基于哈希学习的番茄叶部病虫害检索系统研究与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于哈希学习的番茄叶部病虫害检索系统研究与实现

作者：肖遥重庆三峡学院

学位级别：硕士

番茄作为全球重要的经济农作物在自然生长过程中易遭遇病虫害,病虫害会直接影响农作物的品质和产量,从而为农民带来巨大的经济损失。基于哈希学习、图像处理和图像检索技术的病虫害检索方法,虽然已经在诸多任务中展现出较高的实用价值... 详细信息

番茄作为全球重要的经济农作物在自然生长过程中易遭遇病虫害,病虫害会直接影响农作物的品质和产量,从而为农民带来巨大的经济损失。基于哈希学习、图像处理和图像检索技术的病虫害检索方法,虽然已经在诸多任务中展现出较高的实用价值和良好的应用前景,但仍然存在一些问题。如在图像噪声检索方面,现有研究大多基于无噪病虫害图像,针对有噪声图像的检索研究不够完善;在病虫害识别方面,现有检索方法往往会忽视其原本相似的特征信息,检索效果不佳;在哈希学习方面,现有的农作物病虫害图像检索技术研究未能有效结合哈希学习,该方法在农作物病虫害图像检索领域尚处于起步阶段。本论文针对上述问题,重点研究了有噪声的农作物病虫害图像。首先将噪声的病虫害图像映射到汉明空间里,然后利用汉明距离进行图像检索,最后实现病虫害的识别和诊断,论文主要的研究内容与创新点如下:(1)针对病虫害图像受多种因素(如自然光照、传输通信)影响较大,且直接在原始图像上提取特征时存在计算量大、存储量大等问题。首先,本文建立基于哈希学习的病虫害图像检索方法,能显著减少数据的存储和通信开销,从而有效提高学习系统的效率;其次,本文引入重构误差更小的柯西损失函数,从而设计一种具有鲁棒性的哈希算法,实现对带噪声的图像更好的图像检索。(2)由于传统的哈希学习方法在优化过程中,常常陷入局部最优解,这会使得检索效果大打折扣。因此,引入群体智能方法到所提出的哈希学习方法中,使其能智能跳出局部最优解,从而达到全局最优值,以实现更好的检索效果。(3)在上述研究的基础上,设计并实现一款基于哈希学习的番茄叶部病虫害图像检索系统。该系统主要是为哈希学习在农作物病虫害图像检索算法研究提供可视化的研究平台。该平台不仅方便了学者们研究基于哈希学习的番茄叶部病虫害图像检索,也为普通用户提供了“以图搜图”的服务。

关键词：图像检索哈希学习病虫害检索汉明空间群体智能

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于哈希算法的图像检索研究

基于哈希算法的图像检索研究

作者：夏立超合肥工业大学

学位级别：硕士

互联网时代的到来,以及数码相机和各种图像处理工具的广泛应用,在互联网上产生了海量的图像,大规模图像数据的应用面临巨大的挑战,尤其是如何在海量数据中高效的检索出感兴趣的相似图像。为解决大规模图像检索效率问题,普遍采用基于哈... 详细信息

互联网时代的到来,以及数码相机和各种图像处理工具的广泛应用,在互联网上产生了海量的图像,大规模图像数据的应用面临巨大的挑战,尤其是如何在海量数据中高效的检索出感兴趣的相似图像。为解决大规模图像检索效率问题,普遍采用基于哈希的图像检索算法。然而其检索准确率还无法令人们满意,本文提出基于改进谱哈希的图像检索算法提高了检索的效率。本文主要工作如下1、本文在谱哈希(Spectral Hashing)的基础上引入迭代量化(Iterative Quantization)最小化量化误差的思想,该算法摆脱谱哈希要求的数据服从均匀分布的假设,而且能够保持数据在原始空间的相似性。为了使本文算法适用于不同的图像数据集,引入机器学习中的Boosting算法来确定其阈值,使得该算法具有更强的适应性和更广泛的应用。本文在公开的图像数据集上对该算法进行了验证,实验结果显示该方法优于谱哈希、位置敏感哈希和迭代量化等索引算法。2、本文在上述研究的基础上,设计并实现了一款基于哈希的图像检索系统原型。该系统主要是为基于哈希的图像检索算法研究,提供可视化的检索学习平台。可以作为基于哈希的图像检索算法研究平台,能运行当前主流的哈希算法并获得必要的实验数据,如检索的平均准确率、查全率与查准率等。该平台的实现不仅方便了学者们研究基于哈希的图像检索相关算法,也为普通用户提供了“以图搜图”服务。模块化设计使得该系统能够方便的添加新哈希方法及其他功能,系统具有可扩展性和适应性。

关键词：基于哈希的图像检索谱哈希量化误差拉普拉斯矩阵汉明空间 Boosting

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于三维卷积和哈希方法的视频检索算法

电子科技 2022年第4期35卷 35-39,66页

作者：陈汗青李菲菲陈虬上海理工大学光电信息与计算机工程学院上海200093

视频信息检索与其他多媒体检索的最大不同在于视频信息量较大,因此进行视频间相似度计算时的计算量较大。此外,对视频特征的提取中常常忽略视频帧之间的时间相关性,从而导致特征提取不充分,影响视频检索的精度。为此,文中提出基于三维... 详细信息

视频信息检索与其他多媒体检索的最大不同在于视频信息量较大,因此进行视频间相似度计算时的计算量较大。此外,对视频特征的提取中常常忽略视频帧之间的时间相关性,从而导致特征提取不充分,影响视频检索的精度。为此,文中提出基于三维卷积和哈希方法的视频检索方法。该方法构建了一个端到端的框架,使用三维卷积神经网络来提取视频中代表帧的特征,并将视频特征映射到低维的汉明空间中去,在汉明空间计算相似度。在两个视频数据集下的实验结果表明,相较于当前最新的视频检索算法,文中所提方法在精度上有较大的提升。

关键词：视频检索三维卷积特征表示哈希方法监督学习特征降维汉明空间相似度匹配

在线全文

学校读者我要写书评

暂无评论

基于柯西分布的深度哈希跨媒体检索

计算机系统应用 2021年第8期30卷 171-178页

作者：田枫李闯刘芳李婷玉张蕾刘志刚东北石油大学计算机与信息技术学院大庆163318 中国石油天然气股份有限公司冀东油田分公司唐山063004

针对深度哈希跨媒体检索方法中,语义相似的媒体对象的哈希码在汉明空间内的分布不合理问题,提出了一种新的深度哈希跨媒体检索模型.该模型是在汉明空间内利用柯西分布对现有的深度哈希跨媒体关联损失进行改进,使得语义相似的媒体对象哈... 详细信息

针对深度哈希跨媒体检索方法中,语义相似的媒体对象的哈希码在汉明空间内的分布不合理问题,提出了一种新的深度哈希跨媒体检索模型.该模型是在汉明空间内利用柯西分布对现有的深度哈希跨媒体关联损失进行改进,使得语义相似的媒体对象哈希码距离较小,语义不相似的媒体对象哈希码较大,进而提高模型的检索效果.同时,本文给出了一种高效的模型求解方法,采用交替迭代方式获得模型的近似最优解.在Flickr-25k数据集,IAPR TC-12数据集和MS COCO数据集上的实验结果表明,该方法可以有效的提高跨媒体检索性能.

关键词：跨媒体检索哈希学习柯西函数汉明距离汉明空间