数字图书馆基于集成学习的相关反馈图像检索系统研究

发布时间：2024-01-22 08:15

　　为充分利用数字图书馆中图像资料所蕴含的各种信息并对其图像检索系统进行合理优化,在全面提取图像各种特征的基础上,引入机器学习的集成学习技术,并将其中的加权投票法和意见一致性方法应用在数字图书馆反馈图像检索中。首先提取物理层特征包括:图像的颜色、纹理、轮廓形状等信息以及逻辑层特征包括:图中对象间的空间关系特征以及抽象层特征包括:场景、情感、行为特征,形成各子特征集。在各子特征数据集上通过欧式距离法进行相似性度量,以产生差异性的子检索结果,并通过集成学习的加权投票法和意见一致性方法将各子检索结果进行加权投票,这也是个决策级结果融合的过程。权重根据人机交互时用户的相关反馈进行动态调整,反复循环,直到用户得到满意的检索结果。该系统充分发挥图像中包含的不同特征的优势,在此基础上构建更加合理的图像检索系统。该系统可以更好地满足用户在数字图书馆进行图像信息检索时多样化、个性化用户要求。

【文章页数】：6 页

本文编号：3882513