基于模糊图神经网络的最大频繁子图相似匹配系统设计

摘要：

为弥补最大频繁子图在相似性检索方面的不足,实现对图像信息的定向化匹配,设计基于模糊图神经网络的最大频繁子图相似匹配系统.以模糊型神经网络作为服务器执行框架,分别连接图像相似度检测模块与定向匹配元件,完成系统的硬件应用环境搭建.在此基础上,处理最大频繁子图的待提取相似特征,通过计算相似性匹配度量条件的方式,连接核心匹配索引数据库,实现系统软件应用环境的构建,联合相关硬件设备元件,完成基于模糊图神经网络的最大频繁子图相似匹配系统设计.对比实验结果表明,与传统CBIR索引系统相比,应用基于模糊神经网络的匹配系统后,RTI指标的检索成功率提升至87％,而检索消耗时长却缩短至4.39 ms,弥补了最大频繁子图在定向化匹配方面的不足,满足图像信息相似性检索的实际应用需求.

关键词：最大频繁子图、相似性匹配、定向化匹配、相似特征提取、应用环境构建、系统设计

所属期刊栏目：44

分类号：TN02-34;TP391(一般性问题)

资助基金：海南省自然科学基金资助项目619QN243

在线出版日期：2021-03-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：84-88