基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
相关反馈技术是近年来图像检索中较为活跃的研究方法之一.提出了一种基于神经网络自学习的图像检索方法,即在检索阶段利用人-机交互技术选出与检索图像相似的正例样本,然后构造出前向神经网络,进行自学习,以逐步达到提高查询效果的目的.神经网络的构造过程即是学习的过程,而且可以不断地学习.使用由9 918幅图像组成的图像库进行实验,结果表明,该方法有助于用户表达查询意图和语义概念,可以通过交互式检索逐步求精地查找出更多、更准确的图像,并且具有较强的鲁棒性,可以结合各种特征表示和相似性匹配方法,交互地提高检索性能.
推荐文章
基于小波和自学习神经网络的图像分割
小波神经网络
图像分割
FLIR
自学习状态
自学习神经元及自学习BP网络
自学习神经元
自学习BP网络
学习策略
面向神经元
模糊神经网络核子秤配料自学习控制系统
模糊逻辑
神经网络
核子秤
配料控制
漂浮基双臂空间机器人系统的模糊神经网络自学习控制
空间机器人
模糊神经网络
关节空间
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于神经网络自学习的图像检索方法
来源期刊 软件学报 学科 工学
关键词 基于内容的图像检索 前向神经网络 覆盖学习 交互式检索 相关反馈
年,卷(期) 2001,(10) 所属期刊栏目
研究方向 页码范围 1479-1485
页数 7页 分类号 TP391
字数 5767字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张钹 清华大学计算机科学与技术系 68 5127 32.0 68.0
2 张磊 清华大学计算机科学与技术系 122 1621 23.0 36.0
3 林福宗 清华大学计算机科学与技术系 34 552 10.0 23.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (161)
参考文献  (3)
节点文献
引证文献  (49)
同被引文献  (14)
二级引证文献  (295)
1943(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(2)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2002(3)
  • 引证文献(3)
  • 二级引证文献(0)
2003(7)
  • 引证文献(6)
  • 二级引证文献(1)
2004(14)
  • 引证文献(4)
  • 二级引证文献(10)
2005(12)
  • 引证文献(5)
  • 二级引证文献(7)
2006(25)
  • 引证文献(5)
  • 二级引证文献(20)
2007(44)
  • 引证文献(10)
  • 二级引证文献(34)
2008(39)
  • 引证文献(5)
  • 二级引证文献(34)
2009(24)
  • 引证文献(3)
  • 二级引证文献(21)
2010(29)
  • 引证文献(2)
  • 二级引证文献(27)
2011(28)
  • 引证文献(1)
  • 二级引证文献(27)
2012(28)
  • 引证文献(1)
  • 二级引证文献(27)
2013(14)
  • 引证文献(1)
  • 二级引证文献(13)
2014(15)
  • 引证文献(0)
  • 二级引证文献(15)
2015(12)
  • 引证文献(0)
  • 二级引证文献(12)
2016(18)
  • 引证文献(0)
  • 二级引证文献(18)
2017(12)
  • 引证文献(0)
  • 二级引证文献(12)
2018(11)
  • 引证文献(0)
  • 二级引证文献(11)
2019(6)
  • 引证文献(1)
  • 二级引证文献(5)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
基于内容的图像检索
前向神经网络
覆盖学习
交互式检索
相关反馈
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
软件学报
月刊
1000-9825
11-2560/TP
16开
北京8718信箱
82-367
1990
chi
出版文献量(篇)
5820
总下载数(次)
36
总被引数(次)
226394
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
国家重点基础研究发展计划(973计划)
英文译名:National Basic Research Program of China
官方网址:http://www.973.gov.cn/
项目类型:
学科类型:农业
论文1v1指导