融入決策樹與模糊理論的SVM在圖像情感分類中的研究.pdf

1、隨著計算機技術(shù)的突飛猛進和互聯(lián)網(wǎng)技術(shù)的廣泛應用，大量圖片、圖像等半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)涌到了我們的面前。眾所周知，絕大多數(shù)的圖片蘊含著豐富的情感語義，如何有效地組織、管理和檢索這些大規(guī)模的蘊含著豐富情感語義信息的多媒體數(shù)據(jù)已經(jīng)成為當前的一個熱門話題。
　　 相關(guān)研究表明，圖像的視覺特征信息反映的只是圖像的一些客觀統(tǒng)計特性,并未直接反映出圖像的情感語義信息，在圖像的低階視覺特征與圖像的高階情感語義特征之間存在著關(guān)聯(lián)鴻溝。將這一關(guān)聯(lián)

2、鴻溝變通途的方法便是利用機器學習相關(guān)算法建立圖像視覺特征與情感語義特征之間的映射關(guān)系，然而傳統(tǒng)機器學習的理論思想以及技術(shù)實現(xiàn)始終無法有效地處理那些多媒體數(shù)據(jù)，特別是那些蘊含著極為復雜但又十分模糊的情感語義多媒體數(shù)據(jù)。鑒于此，本文的處理途徑是合理利用現(xiàn)有的相關(guān)理論和技術(shù)，并在此基礎上加以改進創(chuàng)新，本文所做的工作具體如下：
　　 1.構(gòu)建逐層分類的架構(gòu)。之所以要構(gòu)建逐層分類的架構(gòu)，本文基于以下兩個方面的考量：1)基于人類情感思維過程

3、的考量。眾所周知，人在看到一幅圖片時，首先會根據(jù)圖片所呈現(xiàn)的視覺特征(顏色、紋理、形狀等)對圖片進行分類并在記憶庫中進行比對，從而判斷出圖片的內(nèi)容，最終圖片的視覺特征和內(nèi)容會刺激人的大腦產(chǎn)生出相應的情感。2)基于決策樹思想的考量。決策樹從根節(jié)點出發(fā)沿某一分支逐層向下直至葉結(jié)點，且該葉結(jié)點代表一個類別，此種分類思想啟發(fā)了我們在處理類似圖像情感語義等復雜問題的時候，倘若對問題進行逐層分類、細化，便可以在削減問題復雜度的同時增加解決問題的精確

4、度，這也是本文引入決策樹思想的原因之一。
　　 2.選取合適的分類器。選取一款合適的分類器是本文工作的重點，本文將模糊理論引入傳統(tǒng)的支持向量機，將隸屬度函數(shù)引入傳統(tǒng)支持向量機的核函數(shù)，這便是模糊支持向量機(Fuzzy Support Vector Machine，F(xiàn)SVM),模糊支持向量機一系列優(yōu)異的特性令圖像情感分類得以有效實現(xiàn)。
　　 3.實驗證明。本文以逐層分類思想作為指導，憑借模糊支持向量機實現(xiàn)具體分類，并選取了