10.16652/j.issn.1004-373x.2016.21.019
基于人工神经网络的图像检索平台的设计与开发
用户描述图像的高层抽象语义与图像内在的底层特征之间存在差异,此时仅依靠图像内容特征进行检索的系统无法准确完成用户的检索任务.针对以上问题,提出了使用神经网络进行图像的匹配计算方法,通过样例自动学习和用户反馈学习两种学习方式,形成图像底层特征到图像分类的正确映射,学习后的神经网络可以进行图像的自动分类及检索.该方法结合了图像的底层特征描述及用户的高层语义反馈,有效地弥补了语义鸿沟.最后,系统通过整合Web前端、图像提取模块、神经网络模块及数据库模块,实现了神经网络学习及图像检索的完整流程.
图像检索、特征提取、神经网络、机器学习、相关反馈
39
TN711-34;TM417(基本电子电路)
现代化跟踪系统目标成像轨迹模拟研究16A520093
2017-03-16(万方平台首次上网日期,不代表论文的发表时间)
共5页
78-82