一种基于度量距离学习的图像检索方法

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：CBIR系统由于受图像低层特征的限制，制约了它的检索效果。机器学习和统计方法是一种有效的提高检索性能的方法，但通常需要大量的训练样本才能达到满意的检索精度。提出一种理想的距离度量函数，在对图像进行简单分类并提供少量训练样本的基础上，通过类的距离度量矩阵M的学习来考虑分量之间的相关性。这个度量导入二次最佳化问题的解，将训练样本类结构的倾斜最小化。试验结果表明，该方法能在学习样本极少的情况下提高检索的性能。

原文链接:http://www.cqvip.com//QK/97364X/200702/24705903.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：检索方法 学习的 cqvip HTML HTTP CBIR 聚类 距离函数 度量学习 特征空间