基于决策树学习的商标库建立与检索

• 作者: 刘肖琳 张小苗
• 来源期刊: 计算技术与自动化
• 关键词: 距离差函数(DDF) 矩不变量 相对矩 骨架 决策树
• 年，卷（期）: 2003,（3）
• 所属期刊栏目: 算法研究
• 页码范围: 55-59
• 页数: 5页
• 分类号: TP311.13
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6199.2003.03.016

摘要

本文采用决策树学习的方法解决商标库的建立与检索问题.在系统建立过程中,选择商标的骨架图像的相对矩[2]特征作为原始特征空间,力求获得完整的结构和统计特性;提出了距离差函数(DDF)来为决策树的非终结点选择合适的特征,巧妙地解决了特征空间的选择和降维问题;同时,选择决策树的结构作为商标库的结构,利用ISODATA算法的自动学习识别结果作为启发信息,利用深度优先策略对决策树进行遍历,从而将商标的识别、检索与库的建立统一起来.实验结果证明,此种方法是可行、高效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘肖琳	国防科技大学机电工程与自动化学院	20	242	10.0	15.0
2	张小苗	国防科技大学机电工程与自动化学院	6	34	3.0	5.0