排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
可视化交互式遗传算法及其在图像感性检索中的应用 总被引:6,自引:0,他引:6
提出了一种可视化IGA模型,结合GA在n维空间上快速搜索的优点和人类在2维空间上把握数据整体分布的能力,采用可视化的方法使用户主动参与搜索过程以加快遗传算法的收敛速度,从而减轻用户疲劳.采用主元分析的方法将n维空间中的个体向量映射到2维空间.并显示出来,用户可以在这个2维空间中选择一个好的个体加入遗传过程.以此来加速算法的收敛.实验证明可视化IGA较一般的IGA有更快的收敛速度,对减轻用户疲劳有很好的作用.该模型用于图像的感性检索,取得了较好的检索结果。 相似文献
2.
3.
基于情感模型的感性图像检索 总被引:13,自引:0,他引:13
感性信息处理是让计算机能够模仿和识别用户的情绪、感觉和感情,实现和谐的人机交互,达到“以人为本”。通常人们用一些形容词来表达自己的情绪,本文提出了一种情感模型用来处理这些表达心理的形容词,从心理学的“维量”思想出发,采用语义量化技术和因子分析的方法建立情感空间,并分析情感空间的相似性度量方式;抽取图像的颜色和形状特征作为图像的感性特征,采用径向基函数神经网络将图像由特征空间映射到情感空间,在情感空间内实现图像的感性检索,取得了较好地实验结果。 相似文献
4.
结合SVM的交互式遗传算法及其应用 总被引:7,自引:0,他引:7
交互式遗传算法在人机交互过程中.用户对每代的所有个体都要进行评估。针对个体数量较大.进化代数较多.用户容易疲劳这一问题。提出了一种改进算法。充分利用遗传初始阶段用户所选择的正例和反例信息.采用支持向量机构造分类器.在整个图像库中找出更多符合分类器的图像加入到遗传过程.以扩大遗传操作中好个体的个数.加速算法收敛.从而减轻用户疲劳;同时交互中不断扩大的样本集也使支持向量机分类器更加准确.从而建立比较完善的个性化的情感模型。本文将该算法应用于服装图像的个性化情感检索。实验结果表明.所提出的方法可以较好地减轻用户疲劳,检索出的图像较好地体现用户的个性化情感。 相似文献
1