基于LBSVM机器学习的相关反馈图像检索

• 作者: 刘建勋 曹步清 欧阳军林
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 相关反馈 机器学习 Boosting方法 图像检索
• 年，卷（期）: 2009,（2）
• 所属期刊栏目: 网络、通信、安全
• 页码范围: 112-115
• 页数: 4页
• 分类号: TP391
• 字数: 4574字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2009.02.032

摘要

基于机器学习的相关反馈技术是基于内容的图像检索研究的热点.由于基于SVM的相关反馈技术存在样本数量少,样本正负比例不平衡,反馈准确率低等问题,文中先对Boosting方法进行改进,提出了用先验知识的Boosting方法与SVM结合的短期机器学习相关反馈方法(BSVM);在此基础上为进一步提高系统反馈速度与准确率,通过保存训练好的分类器和它对应的样本,提出了基于长期机器学习的相关反馈方法(LBSVM).文中提出的两种方法与其它方法进行了比较实验,结果表明,该方法优于其它方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹步清	湖南科技大学计算机科学与工程学院	31	107	6.0	8.0
2	刘建勋	湖南科技大学计算机科学与工程学院	106	714	13.0	22.0
3	欧阳军林	湖南科技大学计算机科学与工程学院	8	21	3.0	4.0