版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、近年來,隨著互聯(lián)網(wǎng)技術(shù)的高速發(fā)展,網(wǎng)絡(luò)上的圖片的數(shù)量急劇增長(zhǎng)。如何從海量的圖像庫中快速精準(zhǔn)查詢到目標(biāo)圖像成為一道擺在信息技術(shù)領(lǐng)域的具有挑戰(zhàn)性難題。此外,隨著計(jì)算機(jī)和信息技術(shù)的迅猛發(fā)展和普及應(yīng)用,行業(yè)應(yīng)用系統(tǒng)的規(guī)模迅速擴(kuò)大,行業(yè)應(yīng)用所產(chǎn)生的數(shù)據(jù)呈爆炸性增長(zhǎng)。因此,作為數(shù)據(jù)挖掘中的一個(gè)重要課題,數(shù)據(jù)分類也一直是國(guó)內(nèi)外研究者關(guān)注的焦點(diǎn)。本文對(duì)于圖像的檢索領(lǐng)域出現(xiàn)的一些新的方法以及數(shù)據(jù)分類領(lǐng)域的方法,包括基于詞袋模型的圖像雙特征聯(lián)合編碼來實(shí)現(xiàn)圖
2、像檢索的方法和對(duì)數(shù)據(jù)編碼算法、分類器的改善進(jìn)行了大量系統(tǒng)的研究。本文的主要研究成果如下:
1.提出了一種新的紋理特征與SIFT特征進(jìn)行聯(lián)合編碼實(shí)現(xiàn)了一種圖像檢索方法。在獲取圖像特征時(shí),以關(guān)鍵點(diǎn)為中心,選取周圍的區(qū)域,并以區(qū)域中每個(gè)像素點(diǎn)為中心構(gòu)建旋轉(zhuǎn)不變LBP特征。最后通過將LBP特征描述子與SIFT特征描述子進(jìn)行結(jié)合來提高獲取圖像信息的能力。將圖像在兩個(gè)特征空間下的編碼連接之后的聯(lián)合編碼作為圖像的最終編碼表示實(shí)現(xiàn)圖像的檢索。
3、
2.提出了一種基于SVM分類器的集成方法。該方法將訓(xùn)練數(shù)據(jù)分成多個(gè)子訓(xùn)練數(shù)據(jù)集,用每個(gè)子訓(xùn)練集去訓(xùn)練一個(gè)弱分類器,通過每個(gè)子分類器對(duì)全體訓(xùn)練數(shù)據(jù)的分類準(zhǔn)確率給每個(gè)弱分類器分配相應(yīng)的權(quán)值,最后用加權(quán)的方式將之前訓(xùn)練的若干個(gè)弱分類器結(jié)合起來,得到最終的綜合的有更強(qiáng)的分類能力的總分類器。再用這個(gè)總分類器去分類測(cè)試數(shù)據(jù)。該方法通過將若干個(gè)弱分類器各自的分類時(shí)捕獲信息的側(cè)重點(diǎn)的差異的結(jié)合,增強(qiáng)了總分類器的分類性能。提高了數(shù)據(jù)的分類精度
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于特征編碼的圖像檢索與分類研究.pdf
- 基于編碼的圖像檢索研究.pdf
- 具有隱私保護(hù)的文件檢索和數(shù)據(jù)分類算法研究.pdf
- 基于哈希編碼的圖像檢索算法研究.pdf
- 基于稀疏編碼的圖像分類研究.pdf
- 基于稀疏編碼的圖像分類算法研究.pdf
- 基于語義的圖像分類和檢索研究.pdf
- 基于紋理特征的圖像分類與檢索研究.pdf
- 基于Bag of Features的圖像分類和檢索研究.pdf
- 基于顯著圖分類模型的圖像檢索研究.pdf
- 基于區(qū)域的圖像檢索與分類.pdf
- 基于Laplacian稀疏編碼的圖像分類研究.pdf
- 基于視覺內(nèi)容的圖像分類與檢索.pdf
- 基于稀疏編碼的半監(jiān)督圖像分類研究.pdf
- 基于紋理分類的圖像檢索技術(shù)研究.pdf
- 基于空間關(guān)系的圖像檢索與分類研究.pdf
- 基于內(nèi)容圖像檢索中圖像語義分類技術(shù)研究.pdf
- 基于粗糙集的圖像分類和檢索研究.pdf
- 基于支持向量機(jī)的圖像分類和檢索研究.pdf
- 基于SVM的圖像分類與檢索技術(shù)的研究.pdf
評(píng)論
0/150
提交評(píng)論