2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩55頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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、圖像作為一種內(nèi)容豐富、表現(xiàn)直觀的媒體,在許多領(lǐng)域都得到了廣泛應(yīng)用,如數(shù)字圖書館、地理信息系統(tǒng)、生物信息學(xué)的DNA數(shù)據(jù)庫(kù)和醫(yī)學(xué)輔助診斷等。如何在大型圖像數(shù)據(jù)庫(kù)中快速處理基于內(nèi)容的相似性檢索變得越來(lái)越重要,高維索引技術(shù)是基于內(nèi)容的相似性檢索領(lǐng)域研究的一個(gè)基本問(wèn)題,也是一個(gè)熱點(diǎn)問(wèn)題,因此研究海量數(shù)據(jù)的高維索引結(jié)構(gòu)具有重要的理論和實(shí)際意義。然而,由于受到“維度災(zāi)難”的影響,隨著數(shù)據(jù)維數(shù)的增長(zhǎng),傳統(tǒng)的索引結(jié)構(gòu)性能急劇下降。 針對(duì)上述問(wèn)題,

2、本文以大規(guī)模圖像庫(kù)的海量高維數(shù)據(jù)為背景,圍繞圖像特征的高維特性,通過(guò)實(shí)驗(yàn)研究分析了圖像高維特征數(shù)據(jù)的距離分布特點(diǎn),在此基礎(chǔ)上,研究并設(shè)計(jì)了新的高維數(shù)據(jù)索引結(jié)構(gòu)KVP-tree。論文的主要工作如下: 第一,本文通過(guò)實(shí)驗(yàn)首先提取分類圖像庫(kù)和混合圖像庫(kù)的不同類型不同維數(shù)的特征向量并對(duì)其進(jìn)行歸一化,然后計(jì)算圖像庫(kù)中任意兩幅圖像之間的距離,最后分析得出高維數(shù)據(jù)的距離分布特點(diǎn):高維空間中的距離分布具有較大的均值和較小的方差,其距離分布是“集

3、中的”。進(jìn)而分析得出如下結(jié)論:高維空間的索引結(jié)構(gòu)采用“平衡樹”不一定是最好選擇。 第二,本文結(jié)合K-means聚類算法和M-tree的結(jié)點(diǎn)結(jié)構(gòu)對(duì)VP-tree進(jìn)行改進(jìn),給出了一種新的高維索引結(jié)構(gòu)KVP-tree,介紹了其設(shè)計(jì)思想、結(jié)點(diǎn)結(jié)構(gòu)、建樹過(guò)程和查詢方法,最后利用測(cè)試數(shù)據(jù),對(duì)VP-tree和KVP-tree的性能進(jìn)行深入的實(shí)驗(yàn)分析。通過(guò)實(shí)驗(yàn)對(duì)KVP-tree和VP-tree的查詢性能進(jìn)行了詳細(xì)比較,KVP-tree增加了結(jié)點(diǎn)

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(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。

評(píng)論

0/150

提交評(píng)論