基于非对称打包和FSVM的图像检索
在图像检索的相关反馈中,引入支持向量机分类方法虽町以提升图像的检索性能,但是传统的支持向量机存在JF样本数少、样本非对称、过学习和弱实时性的局限.针对上述问题,提出了一种基于非对称打包的FSVM算法.该算法首先对负样本进行非对称打包处理,最后结合模糊理论与SVM实现图像检索.Corel网片集上的实验表明,当正样本数较小时,该新算法的平均查准率-查全率要优于已有算法.
基于内容的图像检索、非对称打包、模糊支持向量机
15
TP391.3(计算技术、计算机技术)
2011-03-03(万方平台首次上网日期,不代表论文的发表时间)
共6页
1658-1663