集成学习SVM在图像检索中的应用

作     者：梁竞敏 UANG Jing-min

作者机构：广东女子职业技术学院艺术设计与信息技术系广州511450 

基　　金：广东省科技计划项目工业攻关项目资助课题(No.2007B010200036) 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2009年第45卷第18期

页      码：182-184,230页

摘      要：提出一种基于SVM和Adaboost集成学习相结合的相关反馈算法。在相关反馈过程中选择最具信息的样本训练支持向量机,可以有效减少相关反馈的次数和所需学习样本的数量,通过两者的互补来有效地提高图像检索的精度。最后提出Adaboost算法对SVM分类器进行加权投票,这样进一步提高了图像检索的性能。实验表明,该方法较好地解决了图像检索中的小样本选择问题,能够显著提高图像检索的效率和性能。

主 题 词：基于内容的图像检索 支持向量机 集成学习 相关反馈 Adaboost算法 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3778/j.issn.1002-8331.2009.18.054

馆 藏 号：203348495...