原文服务方: 计算机应用研究       
摘要:
提出了一种结合多示例学习和流行排序的图像检索方法,将图像检索作为多示例学习框架下的流行排序,通过给出适合图像在包空间的有效度量方式,将流行排序的方法和多示例学习有效结合起来,从而获得更准确的检索结果.实验结果表明,运用流行排序的区域图像检索方法是可行的,同时,检索结果与传统的区域图像检索方法相比,检索率得到了明显的提高.
推荐文章
一种新的基于区域的图像检索方法
基于区域的图像检索
高阶微分
Meanshift
一种基于目标区域综合特征的图像检索方法
图像检索
图像分割
区域特征
区域匹配
一种基于本体的图像检索方法
图像检索
本体
图像语义
语义对象
基于半监督学习的一种图像检索方法
基于内容的图像检索
半监督学习
图像特征
相关度
查准率—查全率曲线
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 一种基于流行排序的区域图像检索方法
来源期刊 计算机应用研究 学科
关键词 图像检索 流行排序 多示例学习
年,卷(期) 2009,(8) 所属期刊栏目 图形图像技术
研究方向 页码范围 3159-3160
页数 2页 分类号 TN911.73
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2009.08.105
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 王珂 首都医科大学生物医学工程学院 56 155 6.0 9.0
2 钱旭 中国矿业大学机电与信息工程学院 64 524 13.0 21.0
3 虎晓红 河南农业大学信息与管理科学学院 37 210 7.0 13.0
7 时雷 河南农业大学信息与管理科学学院 22 75 5.0 8.0
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  (5)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
研究主题发展历程
节点文献
图像检索
流行排序
多示例学习
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
论文1v1指导