快速主動禁忌搜索及其在圖像分類中的應(yīng)用.pdf

1、在網(wǎng)絡(luò)資源呈現(xiàn)多樣化、智能化的發(fā)展趨勢的今天,圖像作為一種媒體資源形式。具有具體生動、形象直觀等諸多優(yōu)點。在電子圖像隨著互聯(lián)網(wǎng)的發(fā)展而迅速增加的同時,對我們提出了越來越高的圖像處理需求,圖像分類就是其中最基礎(chǔ)而重要的一種。20世紀70年代誕生了最原始的手工標注的圖像分類方法,這種方法需要大量的人工。之后出現(xiàn)了大量傳統(tǒng)的圖像分類方法,其中包括基于圖像外部信息的圖像分類和基于圖像自身內(nèi)容的圖像分類。基于內(nèi)容的圖像分類相較之下更為直觀,許多學

2、者在此領(lǐng)域中提出了不同的分類方法,其中有著名的k-近鄰、決策樹以及支持向量機等,但這些方法都存在不足。
　　本文提出了一種新穎的有監(jiān)督學習的圖像分類框架:訓練過程通過利用快速主動禁忌搜索使幾何流形熵最小的方法把每個分類中所有最相近的圖片排列在一起,形成一個最優(yōu)環(huán)稱為分類環(huán);在歸類過程中,我們將待分類圖片插入各分類環(huán)的每個位置并計算對各分類環(huán)的影響,然后借用k-近鄰算法的思想為每個分類計算成績,將待分類圖片歸為成績最高的分類。本文提