SVM一对一多分类的图像反馈检索优化

摘要：

针对多语义图像在用户图像检索反馈过程中带来的困扰, SVM在图像多分类过程中分类器同等对待等问题, 提出基于K-means和SVM一对一多分类的图像反馈检索优化算法KWOVOSVM (K-means and weighted one-versus-one support vector machine) .运用K-means算法对图像特征进行多次聚类, 选取最具代表的信息图像样本供用户反馈;在用户反馈过程中, 对其图像样本进行多分类训练时, 通过欧式距离计算对每个分类器分配相对权重, 使用户反馈次数减少, 图像检索结果不断接近用户需求.实验结果表明, KWOVOSVM算法在查准率和满意度上有一定的提高.

关键词：图像检索、一对一多分类、K-means算法、用户反馈、KWOVOSVM算法

所属期刊栏目：40

分类号：TP391.3(计算技术、计算机技术)

资助基金：广西可信软件重点实验室基金项目PF14071X;广西教改工程基金项目C66JWA13SX07

在线出版日期：2019-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：173-178