矢量圖形檢索中的相關(guān)反饋技術(shù)研究.pdf

1、相關(guān)反饋的目標是從用戶與檢索系統(tǒng)的實際交互過程中進行學(xué)習(xí),發(fā)現(xiàn)并捕捉用戶的實際檢索意圖,并以此修正系統(tǒng)的檢索策略,從而得到與用戶實際需求盡可能相吻合的檢索結(jié)果。將相關(guān)反饋技術(shù)引入矢量圖形檢索中,通過無記憶的反饋和有記憶的反饋可以有效地利用用戶反饋信息捕捉用戶的檢索意圖,以改善系統(tǒng)檢索性能。
　　 本文首先分析了矢量圖形檢索和相關(guān)反饋技術(shù)的研究現(xiàn)狀,根據(jù)矢量圖形檢索需求,給出了基于相關(guān)反饋的矢量圖形檢索系統(tǒng)框架,并對其中涉及的主要

2、關(guān)鍵技術(shù)進行闡述。然后,在廣泛分析和研究已有學(xué)習(xí)算法和相關(guān)反饋算法的基礎(chǔ)上,提出了一種基于組合分類器的相關(guān)反饋算法。算法以每一個正負反饋樣本作為唯一的訓(xùn)練樣本形成各個獨立的最近鄰分類器,融合各個分類器的預(yù)估結(jié)果,計算庫中每個圖形的相關(guān)分數(shù),并引入貝葉斯查詢點移動技術(shù)優(yōu)化相關(guān)分數(shù)。該算法可以充分利用每一個正負反饋樣本所提供的信息,進一步提高矢量圖形檢索系統(tǒng)的查準率。接著,針對目前現(xiàn)有的檢索系統(tǒng)缺乏對用戶意圖的長期學(xué)習(xí)問題,本文提出了一種基