图像检索中基于长期学习的动态用户模型

• 作者: 周向东 张亮 张琪 施伯乐
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 基于内容的图像检索 用户模型 长期学习 用户相关反馈 Bayesian公式
• 年，卷（期）: 2005,（2）
• 所属期刊栏目: 数据库技术
• 页码范围: 233-238
• 页数: 6页
• 分类号: TP311
• 字数: 6351字
• 语种: 中文

摘要

提出一个结合长期学习的概率检索模型,即通过估算一个动态的用户模型来预测目标图像的概率分布.系统以反馈序列为用户模式,通过与反馈日志中用户模式的匹配,动态地调整对当前用户的预测.与PicHunter传统用户模型相比,此系统基于长期学习的方法,通过对用户反馈的观察,动态地调整当前的用户模型,从而更精确地推断当前用户的反馈行为.对1.1万幅图像数据库的实验表明,与已知方法相比,此方法对检索精度有明显的改善.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	施伯乐	复旦大学计算机与信息技术系	188	4414	33.0	61.0
2	张亮	复旦大学计算机与信息技术系	98	872	17.0	24.0
3	周向东	复旦大学计算机与信息技术系	35	323	10.0	17.0