一种新的基于SVM和主动学习的图像检索方法

• 作者: 尚永刚 彭晏飞 王德建
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 图像检索 支持向量机 主动学习 “V”型删除法 最优选择法
• 年，卷（期）: 2014,（7）
• 页码范围: 1371-1376
• 页数: 6页
• 分类号: TP391.4
• 字数: 5100字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2014.07.027

摘要

在基于内容的图像检索中,支持向量机(SVM)能够很好地解决小样本问题,而主动学习算法则可以根据学习进程主动选择最佳的样本进行学习,大幅度缩短训练时间,提高分类算法效率.为使图像检索更加快速、高效,提出一种新的基于SVM和主动学习的图像检索方法.该方法根据SVM构造分类器,通过“V”型删除法快速缩减样本集,同时通过最优选择法从缩减样本集中选取最优的样本作为训练样本,最终构造出不仅信息度大而且冗余度低的最优训练样本集,从而训练出更好的SVM分类器,得到更高的检索效率.实验结果表明,与传统的SVM主动学习的图像检索方法相比,该方法能够较大幅度提高检索性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭晏飞	辽宁工程技术大学电子与信息工程学院	45	178	8.0	11.0
2	王德建		7	25	2.0	5.0
3	尚永刚	辽宁工程技术大学电子与信息工程学院	2	15	1.0	2.0