位置:成果数据库 > 期刊 > 期刊详情页
综合视觉特征度量与SVM的遥感图像检索方法
  • ISSN号:2095-6134
  • 期刊名称:《中国科学院大学学报》
  • 时间:0
  • 分类:TP751[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置]
  • 作者机构:[1]中国科学院海岸带环境过程重点实验室,山东省海岸带环境过程重点实验室,中国科学院烟台海岸带研究所,山东烟台264003, [2]中国科学院研究生院,北京100049, [3]河北联合大学,河北唐山063009
  • 相关基金:国家自然科学基金(40801124); 山东省中青年科学家科研奖励基金(2010BSA06013); 中国科学院创新团队国际合作伙伴计划; 中国科学院数字地球重点实验室开放基金(2011LDE015); 中国科学院研究生院院长基金资助
中文摘要:

基于支持向量机(SVM)的相关反馈算法在反馈过程中只利用SVM的分类器,反馈结果排序会出现一定错误,提出一种改进的相关反馈策略,将图像的视觉特征度量函数和SVM分类器函数进行线性加权,作为相关反馈中的相似性度量准则.实验表明,改进策略能够优化遥感图像检索排序结果,提高检索的精度.

英文摘要:

The support vector machine (SVM)-based relevance feedback algorithm has been used in common image retrieval, but not widely applied to remote sensing images. Traditional algorithm only uses SVM classifiers, resulting in some wrong ranking sequences of retrieval results. An improved relevance feedback strategy is proposed, and it modifies the similarity measurement criterion using a weighted linear combination of feature similarity measurement and SVM classifier. Experimental results show that the proposed method improves the ranking sequence and accuracy of retrieval results.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《中国科学院大学学报》
  • 中国科技核心期刊
  • 主管单位:中国科学院
  • 主办单位:中国科学院大学
  • 主编:石耀霖
  • 地址:北京玉泉路19号(甲)
  • 邮编:100049
  • 邮箱:journal@gucas.ac.cn
  • 电话:010-88256013
  • 国际标准刊号:ISSN:2095-6134
  • 国内统一刊号:ISSN:10-1131/N
  • 邮发代号:82-583
  • 获奖情况:
  • 国内外数据库收录:
  • 中国中国科技核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:416