一种基于内容图像检索的新的相关反馈方法

基于内容的图像检索技术是信息多媒技术发展中迫切需要研究和发展的前沿课题.由于图像底层特征和高层语义之间存在着巨大的语义鸿沟,使得基于内容的图像检索很难取得令人满意的效果.作为一种有效的解决方法,相关反馈已应用在很多图像检索系统中,提高了检索精确性.在此基础上提出了一种新的相关反馈方法,把检索向量转移和权值调整同时应用于基于内容的图像检索系统中.实验结果证明该方法提高了检索的收敛速度和检索的精确性.     

贝叶斯网络的简约模式表达

当现实问题域包含连续变量时,研究人员通常在建模前进行离散化预处理。文章将朴素贝叶斯的条件独立性假设进行推广以处理连续变量,在此基础上提出广义朴素贝叶斯学习方法(GNB)。该方法不仅能避免离散化引起的信息损失对判决精度的影响,还在参数估计过程中引入增量学习机制以充分利用样本提供的信息。实验在UC I机器学习数据库分别从独立性和判决精度方面进行了验证,取得了良好的效果。