基于模糊多类SVM的图像检索相关反馈

查看全文 作　　者：[1]罗斌;[1]郑爱华;[1]汤进

机构地区：[1]安徽大学计算机科学与技术学院,安徽合肥230039

出　　处：《华南理工大学学报(自然科学版)》索引2008年第36卷第9期,共6页

基　　金：国家自然科学基金资助项目(60772122);安徽省教育厅自然科学重点基金资助项目(KJ2007A045;KJ2008A033) 摘　　要：针对反馈固有的正负样本不对称问题和小样本问题,提出一种基于修正模糊多类SVM(FSVMs)的图像检索相关反馈算法.该算法首先将相关反馈看成一个正样本类和多个负样本类间的多分类问题,并针对原始FSVMs中模糊隶属度存在负值的情况进行了修正;然后,将受限随机选择扩展为多类情况来扩充多类负样本,并以记忆标注的方式降低用户多类标注的疲劳和误差.实验结果表明,该方法能在较少的反馈次数内得到较满意的检索结果. 关键词：模糊多类SVM 多类受限随机选择记忆性标注图像检索相关反馈

相关文献

参考文献（15）
引证文献（4）
耦合文献（36）

参考文献(15)

引证文献(4)

耦合文献(36)

互联网出版许可证新出网证(渝)字10号全国400电话 - 免长途话费

基于模糊多类SVM的图像检索相关反馈

参考文献(15)

引证文献(4)

耦合文献(36)

用户提示