检索结果-南通市图书馆

软件学报 2007年第11期18卷 2719-2727页

作者：曾志强高济浙江大学计算机科学与技术学院浙江杭州310027

目前的支持向量集约简法在寻找约简向量的过程中需要求解一个无约束的多参数优化问题,这样,像其他非线性优化问题一样,求解过程需要面对数值不稳定或局部最小值问题.为此,提出了一种基于核聚类的SVM(support vector machine)简化方法.... 详细信息

目前的支持向量集约简法在寻找约简向量的过程中需要求解一个无约束的多参数优化问题,这样,像其他非线性优化问题一样,求解过程需要面对数值不稳定或局部最小值问题.为此,提出了一种基于核聚类的SVM(support vector machine)简化方法.此方法首先在特征空间中对支持向量进行聚类,然后寻找特征空间中的聚类中心在输入空间中的原像以形成约简向量集.该方法概念简单,在简化过程中只需求解线性代数问题,从而解决了现存方法存在的瓶颈问题.实验结果表明,该简化法能够在基本保持SVM泛化性能的情况下极大地约简支持向量,从而提高SVM的分类速度.

关键词：支持向量机约简向量集核聚类原像最佳权值

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于矢量量化与LBP的图像检索算法研究

基于矢量量化与LBP的图像检索算法研究

引用

作者：冀鑫太原理工大学

学位级别：硕士

随着“互联网+”时代的到来,互联网与传统行业间不断地出现跨界合作,信息传递与信息交互也越发地频繁,网络中和生活中时刻在产生大量的图像。图像在方便了人们工作和生活的同时,也给人们带来了许多思考。例如,如何保存这些图像,如何对... 详细信息

随着“互联网+”时代的到来,互联网与传统行业间不断地出现跨界合作,信息传递与信息交互也越发地频繁,网络中和生活中时刻在产生大量的图像。图像在方便了人们工作和生活的同时,也给人们带来了许多思考。例如,如何保存这些图像,如何对这些图像分类,如何从这些海量的图像中查找出与个人相关的图像等许多问题。为了解决这些问题,数字图像处理技术也在不断地向前发展。基于内容的图像检索算法作为研究数字图像处理技术的一个分支,一直是研究的热门课题。颜色特征和纹理特征作为图像内容的重要特征,在图像检索过程中也被广泛使用。本文以基于颜色特征和纹理特征算法为基础,提出了一种新的基于矢量量化与LBP的图像检索算法。主要研究工作如下:(1)在颜色特征方面,针对目前均匀或者非均匀对颜色空间量化存在失真过大,导致量化结果不能够很好地反映图像信息的问题,本文提出了在颜色空间进行矢量量化的算法。首先,将查询图像从RGB空间转换到与人类视觉系统吻合的HSV空间,接着直接对图像的HSV空间进行矢量量化,获取量化码书,然后,按照此码书对查询图像进行编码,统计每个码字出现的频数,将码字频数用直方图体现,最后,将此直方图作为能够代表查询图像颜色特征的颜色直方图,完成颜色特征提取。本文还对单纯依靠矢量量化算法检索图像的结果进行了实验分析。通过设定门限值多次实验,确定了能使查准率和查全率均衡的门限值。同时,通过实验也证明了基于矢量量化的图像检索算法的有效性。(2)考虑到仅靠单一特征检索图像在检索精准度方面的不足,本文在颜色特征的基础上,融合了纹理特征检索。在纹理特征方面,利用圆形邻域的LBP算法提取纹理特征,邻域内部分点的LBP值,通过双线性插值得到,实现邻域空间可变。得到图像所有像素点对应的LBP值后,将LBP值分成间隔相等的区间,统计图像像素点的LBP值落在每个区间的个数,最后形成LBP直方图,完成纹理特征的提取。(3)本文在融合颜色特征和纹理特征方面,采用了加权平均的方法计算图像特征相似度,避免了分别计算颜色特征和纹理特征相似度复杂运算的不足。实验中,通过不断的改变颜色特征和纹理特征的权值,可以反映出颜色空间的矢量量化算法与纹理空间的LBP算法对整体融合算法检索效果的影响。同时,从检索结果得出使得融合算法平均查准率最高的颜色特征和纹理特征的权值,并将这组权值作为融合算法的最佳权值。最后,经过实验,将融合算法与其他研究者提出的算法做了比较,证明了基于矢量量化与LBP的图像检索算法的有效性和优越性。

关键词：图像检索矢量量化 LBP算法直方图最佳权值

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：