

版權(quán)說(shuō)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、多媒體技術(shù)和Internet技術(shù)的普及導(dǎo)致了大量圖像信息的出現(xiàn),傳統(tǒng)的文本關(guān)鍵詞檢索方法已經(jīng)不能適應(yīng)圖像信息的檢索需求,基于內(nèi)容的圖像檢索技術(shù)成為目前研究的熱點(diǎn)。 在簡(jiǎn)要介紹了研究背景和意義,國(guó)內(nèi)外基于內(nèi)容的圖像檢索技術(shù)的發(fā)展與應(yīng)用的基礎(chǔ)上,對(duì)基于內(nèi)容的圖像檢索方法進(jìn)行了概要的介紹,并且分析了基于內(nèi)容的圖像檢索的特點(diǎn)。分析和比較了一些多媒體數(shù)據(jù)的相似性搜索算法,找出各種算法的優(yōu)缺點(diǎn),為提出新的圖像檢索模式和新的算法提供理論基礎(chǔ)。
2、在近三十年對(duì)高維向量空間的數(shù)據(jù)索引的研究過(guò)程中,已經(jīng)出現(xiàn)了大量的索引結(jié)構(gòu),在論文中對(duì)現(xiàn)存的高維索引做了一些介紹和分類(lèi),同時(shí)對(duì)論文中將用到的小波分析技術(shù)、聚類(lèi)技術(shù)、索引技術(shù)等相關(guān)理論也作了簡(jiǎn)單闡述。 作者提出了一種新型的基于動(dòng)態(tài)聚類(lèi)的層次索引結(jié)構(gòu),該算法將小波的多尺度分析引入樣本分布曲線處理,建立多層次的動(dòng)態(tài)聚類(lèi),從而建立起分層索引結(jié)構(gòu),并且同時(shí)把這種索引結(jié)構(gòu)保存到數(shù)據(jù)庫(kù)系統(tǒng)中。這種索引結(jié)構(gòu)能夠很好地支持在高維數(shù)據(jù)庫(kù)里面的數(shù)據(jù)檢索
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)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
- 基于聚類(lèi)的分層索引結(jié)構(gòu)在圖像檢索中的應(yīng)用研究.pdf
- 圖像聚類(lèi)及其在圖像檢索中的應(yīng)用研究.pdf
- 基于顏色紋理聚類(lèi)索引的圖像檢索研究.pdf
- 聚類(lèi)算法在圖像索引中的應(yīng)用與研究.pdf
- 聚類(lèi)在基于語(yǔ)義圖像檢索中的研究與應(yīng)用.pdf
- 面向聚類(lèi)索引構(gòu)建的圖像檢索方法研究.pdf
- 改進(jìn)的k-means聚類(lèi)算法在圖像檢索中的應(yīng)用研究.pdf
- 矢量近似索引描述方法在圖像檢索中的應(yīng)用研究.pdf
- 基于劃分的聚類(lèi)及在圖像分割中的應(yīng)用研究.pdf
- 基于改進(jìn)譜聚類(lèi)算法在醫(yī)學(xué)圖像中的應(yīng)用研究.pdf
- 矢量近似索引描述方法在圖像檢索中的應(yīng)用研究(1)
- 基于空間域的聚類(lèi)算法在圖像分割中的應(yīng)用研究.pdf
- 聚類(lèi)算法及其在圖像分割中的應(yīng)用研究.pdf
- 視覺(jué)聚類(lèi)方法的分析研究及其在圖像檢索中的應(yīng)用.pdf
- 分層模糊最小-最大聚類(lèi)算法及其在圖像聚類(lèi)中的應(yīng)用研究.pdf
- Web文檔聚類(lèi)在搜索引擎中的應(yīng)用研究.pdf
- 潛在語(yǔ)義索引在中文文本聚類(lèi)中的應(yīng)用研究.pdf
- 模糊聚類(lèi)在遙感圖像分割中的應(yīng)用研究.pdf
- 基于改進(jìn)聚類(lèi)算法的圖像檢索研究.pdf
- 基于聚類(lèi)的圖像檢索技術(shù)研究.pdf
評(píng)論
0/150
提交評(píng)論