10.3969/j.issn.1006-9348.2018.02.090
网络中用户需求特征图像优化检索仿真
对网络中用户需求特征图像的优化检索,能够有效提高图像检索效率与质量.对特征图像的检索,需要通过距离函数比较待检索图像与图像库的相似度,获取图像差异的检索阈值,完成用户需求特征图像的检索.传统方法计算二维图像的显著值,提取图像最显著的点集,得到像素的显著值占双亲节点显著值的比例,但忽略了获取图像差异的检索阈值,导致检索精度偏低.提出基于机器学习的网络用户需求特征图像检索方法.该方法先利用深度学习模型提取图像中的深层非线性特征,根据每个特征像元的空间近邻信息,提取样本深度特征和空间信息,通过距离函数比较待检索图像与图像库的相似度,获取图像差异的检索阈值,完成对基于机器学习的网络用户需求特征图像检索.仿真证明,所提方法图像检索效果较为明显,为提升图像的检索质量、满足图像管理的实际需求奠定了基础.
用户需求、特征图像、优化检索
35
TP391(计算技术、计算机技术)
2018-04-23(万方平台首次上网日期,不代表论文的发表时间)
共4页
421-424