一种基于局部颜色特征的图像检索方法

提出一种基于局部颜色特征的图像检索算法.该算法首先采用一种新的方法对图像进行分块,提取图像中心区域的主颜色和其他区域的平均颜色作为颜色特征,然后根据图像中心的重要性,对图像各个分块采用不同的加权系数,使局部图像的特征矢量被增强,从而提高了图像的检索精度.实验结果表明,这种基于局部颜色特征的图像检索算法适合于画面明显按分块变化的图像.     

融合整体与局部信息的武夷岩茶叶片分类方法

针对武夷岩茶鲜茶叶叶片图像分类问题,提出一种融合整体与局部信息的分类方法。该方法使用两分支并行结构构建了一个整体与局部信息融合的卷积神经网络模型。实验表明,在9个品种共计7330张武夷岩茶鲜茶叶叶片图像数据集上,基于ResNet18构造的两分支并行卷积神经网络模型的分类准确率为96.68%,超过了其他CNN模型的分类准确率。这表明通过融合全局信息、边缘形状信息和纹理局部信息能有效提高分类准确率。     

领航计划报预处理方法探讨

当前民航系统使用的AFTN（航空固定电信网）报文存在格式、内容、数据不规范的问题,致使FDP系统（飞行数据处理系统）报文识别率不高。本文针对FPL（领航计划报）报文进行预处理,对于重复性FPL报文,采用直接查询调用历史数据的方法。而新报文则根据FPL报文标准进行规范性判断和纠正处理,并将处理结果保存为历史数据作为下一轮处理的参考数据。实验证明,原本FDP系统无法识别的FPL报文经过预处理后再进入FDP系统,FDP系统识别率可以达到75％以上,FDP系统的FPL报文识别率得到了显著的提高。     

基于颜色特征和相关反馈的图像检索技术

提出了一种基于颜色特征和相关反馈的图像检索方法,该方法融合了图像的整体与分块颜色分布,将图像间的相似度定义为整体相似度与以图像分块为基础的局部相似度的加权和,并采用相关反馈技术通过更新权值的方法来调整图像整体与局部颜色特征系数的权值.实验结果表明该方法具有较好的检索效果.     

基于内容的图像检索技术研究

对于一个图像检索系统,最重要的是信息获取的准确性、快速性和有效性。通过对现有基于内容的图像检索技术的分析和比较,指出了现有基于内容的图像检索系统的难点和不足。同时指出了基于内容的图像检索技术的发展趋势和研究方向。     

结合颜色与空间信息的WEB图像检索新方法

提出一种图像检索新方法.利用HSV颜色模型非等量化实现图像主色的提取以减少WEB图像特征向量维数,再用直方图的交集作为相似性度量进行第一次图像检索;得到检索结果排列靠前在全局颜色分布上相似的部分图像后,进一步考虑颜色的空间分布状况,采用颜色对方法进行二次检索以提高检索精度.     

图像检索中的颜色表示方法分析

对彩色图像进行研究,必须在特定的颜色空间中进行。该文主要介绍了常用的颜色空间及不同的颜色空间的转换,给出了不同的颜色空闯的划分及分析,为用户选择颜色表示方法提供了依据。     

校园视频点播系统研究

视频点播是一种先进的视频通信技术。该文主要讲述了构建校园视频点播系统的必要性以及怎样构建校园视频点播系统．并且指出了校园视频点播系统还涉及很多问题有待进一步完善。     

融合序列后向选择与支持向量机的混合式特征选择算法

维度灾难是机器学习任务中的常见问题,特征选择算法能够从原始数据集中选取出最优特征子集,降低特征维度.提出一种混合式特征选择算法,首先用卡方检验和过滤式方法选择重要特征子集并进行标准化缩放,再用序列后向选择算法（SBS）与支持向量机（SVM）包裹的SBS-SVM算法选择最优特征子集,实现分类性能最大化并有效降低特征数量.实验中,将包裹阶段的SBS-SVM与其他两种算法在3个经典数据集上进行测试,结果表明,SBS-SVM算法在分类性能和泛化能力方面均具有较好的表现.