典型文献
基于集成MQHOA和支持向量机的相关反馈图像检索
文献摘要：
为了克服当前基于内容的相关反馈图像检索系统检索性能低、未能深入探索特征空间、参数复杂等问题,提出一种基于深度学习和集成多尺度量子谐振子优化算法与支持向量机算法的相关反馈图像检索算法(MQHOASVM-RF).使用卷积神经网络迁移学习提取更深层次图像特征,利用奇异值分解实现主成分分析,对高维特征进行降维,通过用户与系统不断交互捕获反馈信息.多尺度量子谐振子优化算法能指导特征点更快地向理想查询点靠近,探索更多潜在相关区域,对特征空间进行有效搜索.采用间隔带TopK排序方式,结合反馈信息筛选合理训练集以指导支持向量机学习,训练出可以将相关图像和不相关图像最大程度分离的超平面.通过实验证明:所提算法相较其他算法需设置的参数更少,具有更高的检索精度、更高的检索效率、更强的鲁棒性.
文献关键词：
图像检索;迁移学习;相关反馈;多尺度量子谐振子;支持向量机
中图分类号：
作者姓名：
王华秋;刘倩
作者机构：
重庆理工大学 两江人工智能学院,重庆 401135
文献出处：
引用格式：
[1]王华秋;刘倩-.基于集成MQHOA和支持向量机的相关反馈图像检索)[J].重庆理工大学学报,2022(03):126-134
A类：
MQHOA,多尺度量子谐振子,MQHOASVM,TopK
B类：
相关反馈,图像检索,检索系统,特征空间,支持向量机算法,检索算法,RF,迁移学习,图像特征,奇异值分解,高维特征,断交,反馈信息,特征点,训练集,练出,将相,相关图,不相关,超平面,需设
AB值：
0.189441
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
