一种基于半监督学习的图像检索相关反馈算法
相关反馈技术能解决图像的低层特征和高层语义存在断层的问题,成为提高检索性能的有效方法。在基于有监督的机器学习的相关反馈算法中,训练的标记样本较少,一次反馈中未标记样本又不能很好地代表不相关陶像在特征空间的分布,因而学习效果不佳。而半监督学习利用未标记样本来估计相关反馈模型中模犁参数而导致模型性能的提高,成为近年来研究的热点。本文使用EM算法联合标记样本和未标记样本估计RBF网络神经元的RBF函数,并结合主动学习算法避免EM算法收敛到局部极值,减少反馈次数,得到一个基于RBF神经网络饷相关反馈算法。实验表明,与一股EM算法,贝叶斯分类器相比,检索性能显著提高,可快速收敛于用户定义的查询语义。
半监督学习 图像检索 相关反馈算法
罗志平 张星明
华南理工大学计算机科学与工程学院软件开发环境与信息系统集成实验室,广州 510006
国内会议
北京
中文
149-152
2008-10-22（万方平台首次上网日期，不代表论文的发表时间）