位置:成果数据库 > 期刊 > 期刊详情页
一种基于特征选择优化的图像检索方法
  • ISSN号:1671-3559
  • 期刊名称:济南大学学报(自然科学版)
  • 时间:2015
  • 页码:434-437
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]山东师范大学信息科学与工程学院,山东省分布式计算机软件新技术重点实验室,山东济南250014
  • 相关基金:国家自然科学基金(61170145); 山东省自然科学基金(ZR2010FM021); 山东省科技攻关计划(2013GGX10125)
  • 相关项目:基于特征建模优化与判别学习的Web spam识别技术研究
作者: 曹倩|张化祥|
中文摘要:

鉴于主成分分析方法忽略特征向量不同维度的差异,提出一种特征选择优化方法,即改进的PCA特征降维方法。该方法赋予不同维度的特征向量不同的权重,客观反映图像的颜色分布和边缘特性。将该降维方法应用到图像检索中,降低了图像检索系统的复杂度,检索效率提高了28.2%。

英文摘要:

In view of the principal component analysis method ignoring the difference among different characteristic vectors,we put forward a kind of optimization method of feature selection,namely,the improved PCA feature dimension reduction method. This method entrusts with different weights to different dimensions of feature vectors,and objectively reflects the color distribution and the edge characteristic of images. Applied to image retrieval,this method reduces the complexity of image retrieval system,and improves the retrieval efficiency by 28. 2%.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《济南大学学报:自然科学版》
  • 中国科技核心期刊
  • 主管单位:山东省教育厅
  • 主办单位:济南大学
  • 主编:杜斌
  • 地址:济南市南辛庄西路336号
  • 邮编:250022
  • 邮箱:sdjc@ujn.edu.cn
  • 电话:0531-82765454
  • 国际标准刊号:ISSN:1671-3559
  • 国内统一刊号:ISSN:37-1378/N
  • 邮发代号:
  • 获奖情况:
  • 2006、2010年获中国高校优秀科技期刊奖,2004、2009年获全国高校科技期刊优秀编辑出版质量奖
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),美国剑桥科学文摘,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:4142