基于改进的GHSOM聚类算法的图像检索

• 作者: 刘稳君 罗健旭
• 来源期刊: 华东理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 图像检索 聚类 GHSOM算法
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 研究论文
• 页码范围: 216-221
• 页数: 6页
• 分类号: TP390.1
• 字数: 4297字
• 语种: 中文

摘要

传统的图像检索需要顺序比较图像库中的图像与请求图像的相似度,检索速度和检索准确度都很低.针对此问题,提出了一种基于改进的增长型分层自组织映射网络(GHSOM)的图像检索方法.先将图像特征库用改进的GHSOM算法进行聚类,在图像检索时先在GHSOM网络模型上找到相似的类,然后在相似的类上继续进行检索,大大提高了检索效率.并且在搜索相似的类时充分利用GHSOM网络的分层结构,更进一步地提高了检索效率.改进的GHSOM网络根据算法的特点构建了赤迟信息量(AIC)准则,用该准则来选择每个独立的SOM网络的生长参数,使得每个网络都能正确地表达映射到它的数据集的结构,提高GHSOM网络的聚类效果,从而提高检索的准确性.实验结果表明,改进的GHSOM算法得到了更好的聚类效果,基于它的图像检索方法提高了将近3倍的图像匹配速度,同时图像检索准确率也得到了一定程度的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗健旭	华东理工大学化工过程先进控制和优化技术教育部重点实验室	22	140	7.0	11.0
2	刘稳君	华东理工大学化工过程先进控制和优化技术教育部重点实验室	1	2	1.0	1.0