CBIR系統(tǒng)中基于半監(jiān)督ELM的相關(guān)反饋研究.pdf

1、隨著數(shù)據(jù)采集技術(shù)、存儲(chǔ)技術(shù)及多媒體技術(shù)的發(fā)展,很多應(yīng)用領(lǐng)域都產(chǎn)生了大量的圖像數(shù)據(jù)。面對(duì)各種類型的超大規(guī)模的圖像庫(kù),如何從中快速準(zhǔn)確的找出人們需要的圖像信息,即圖像檢索,是當(dāng)前模式識(shí)別、信息處理等很多研究領(lǐng)域的熱點(diǎn)課題?；趦?nèi)容的圖像檢索是指根據(jù)圖像的底層特征對(duì)圖像庫(kù)進(jìn)行檢索,檢索出與查詢圖像匹配的圖像。在圖像檢索領(lǐng)域中目前存在的最主要的問(wèn)題是,圖像的底層特征與人對(duì)圖像內(nèi)容的理解之間存在著很大的差異即“語(yǔ)義鴻溝”。
　　在圖像檢索中

2、引入相關(guān)反饋機(jī)制是解決語(yǔ)義鴻溝的有效途徑之一,由于圖像特征的維數(shù)較高,而傳統(tǒng)的檢索算法運(yùn)算速度較慢,因此在期望提高檢索正確率的情況下,提高算法的速度也很重要。為了解決這些問(wèn)題,本文提出了一種基于半監(jiān)督的前饋型神經(jīng)網(wǎng)絡(luò)相關(guān)反饋算法,在此基礎(chǔ)上對(duì)檢索結(jié)果的排序問(wèn)題進(jìn)行了研究。本文的主要工作如下:
　　(1)針對(duì)現(xiàn)有CBIR系統(tǒng)運(yùn)行速度慢的問(wèn)題,本文提出了一種基于Tri-training ELM的快速分類算法,用于圖像數(shù)據(jù)庫(kù)的分類;