优化的邻近支持向量机在图像检索中的应用

• 作者: 王华秋 王斌
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 优化的邻近支持向量机 图像检索 高斯函数 加权聚类算法
• 年，卷（期）: 2014,（9）
• 所属期刊栏目: 信息?计算机
• 页码范围: 66-71
• 页数: 6页
• 分类号: TP391
• 字数: 3989字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2014.09.015

摘要

邻近支持向量机由支持向量机衍生而来，它将支持向量机中二次规划问题的求解转换为线性方程组的求解，从而能在保证一定精度的情况下更加快速地得到分类器。传统的非线性核邻近支持向量机不能很好地解决多范围数据的多分类问题。提出了一种邻近支持向量机的优化方法，并将其应用到图像检索中。它利用高斯函数将图像特征数据映射到0～1之间以提高其差异化水平，并将其放入非线性核中，然后以加权K-means聚类算法选择最优参数，从而提高了非线性核PSVM的分类能力。实验以coral图像库中的4类图片作为图片库，对比了优化前后的检索命中率。实验结果表明：优化后的检索效果优于优化前，说明将优化的邻近支持向量机应用于图像检索是有效的。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王华秋	重庆理工大学计算机科学与工程学院	34	111	7.0	8.0
2	王斌	重庆理工大学计算机科学与工程学院	13	33	4.0	5.0