基于流形学习的图像检索算法研究

• 作者: 杨育彬 贺广南
• 来源期刊: 山东大学学报（工学版）
• 学科: 工学
• 关键词: 图像检索 流形学习 相关反馈 数据降维
• 年，卷（期）: 2010,（5）
• 页码范围: 129-136
• 分类号: TP391
• 语种: 中文

摘要

流形学习以发现非线性高维数据的本质维数为目标,使其更适合数据分析和高维数据的降维.图像检索中"语义鸿沟"问题指的是高维数据空间与低维的语义子空间之间的鸿沟,虽然利用相关反馈机制可以缩小这种鸿沟提高准确率,但是因为反馈图像数目较少,图像特征维数相对较高,会容易产生维数灾难问题.流形学习的引入为解决这一难题带来了新的希望,因为通过流形学习的方法学习高维图像特征数据的本征维数用于图像检索,大大提高了检索性能.基于流形学习的图像检索算法都是半监督的流形学习,充分利用了反馈信息,学习查询图像的语义子空间,有效的实现了高维数据的降维.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨育彬	南京大学软件新技术国家重点实验室	41	906	14.0	29.0
2	贺广南	南京大学软件新技术国家重点实验室	5	50	4.0	5.0