基于有向图理论模型的网络新闻图像检索算法

摘要：

针对当前网络新闻图像检索算法识别率较差、检索准确率和查全率较低、检索耗时长的问题,设计基于有向图理论模型的网络新闻图像检索算法.分析用户需求信息特征得到网络新闻图像特点,对图像进行分类及去噪处理,采用均衡滤波的方式处理图像的细节,根据网络新闻图像特征标识来定义有向图理论模型,通过有向图理论模型描述网络新闻图像数据融合的关联性,实现网络新闻图像的检索.实验结果表明,本文算法对网络新闻图像的识别率为90％,检索准确率和查全率始终在90％以上,检索耗时最高为2.36 s.

关键词：有向图理论模型、网络新闻、图像检索、准确率、查全率

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

在线出版日期：2022-09-23（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：35-40