【摘 要】
：
相关反馈技术提供了填补图像检索中低级特征与高层语义之间的巨大鸿沟的方法.本文从解决反馈图像信息量不足入手,提出了一种利用簇的主动学习构建伪相关反馈样例挑选算法.首先利用KNN将样例聚类成簇,在簇挑选后进行基于簇主动学习的伪相关反馈方法构建SVM超平面,挑选超平面附近样例进行反馈,并完成SVM检索器的构造.利用多例主动学习思想减小了主动学习中分类器抖动问题,在检索中表现优于伪相关反馈算法和主动学习算
【机 构】
：
北京理工大学计算机科学与工程学院,北京,100081
论文部分内容阅读
相关反馈技术提供了填补图像检索中低级特征与高层语义之间的巨大鸿沟的方法.本文从解决反馈图像信息量不足入手,提出了一种利用簇的主动学习构建伪相关反馈样例挑选算法.首先利用KNN将样例聚类成簇,在簇挑选后进行基于簇主动学习的伪相关反馈方法构建SVM超平面,挑选超平面附近样例进行反馈,并完成SVM检索器的构造.利用多例主动学习思想减小了主动学习中分类器抖动问题,在检索中表现优于伪相关反馈算法和主动学习算法.
其他文献
掰手腕机器人是一种集力测试、娱乐和比赛于一体的娱乐型机器人,不仅为青少年科普教育提供了寓教于乐的载体,也促进了智能机器人走向大众化、实用化.本文在比较分析当前同类机器人研究现状的基础上,介绍了掰手腕机器人RoboamI的系统功能和基本原理,特别是机器人手臂部分的结构设计和力信息获取的实现.对样机的测试结果表明,该掰手腕机器人可以根据比赛者的臂力大小和持续时间决定胜负,并可完成肘部和腕部力信息的采集
本文介绍了一种适用于水下机器人手爪的指力传感器.该传感器采用应变片加上弹性体的结构,以C8051F040单片机为数据采集和处理核心,通过CAN总线向控制机器人手爪的计算机传送数据.通过机器人手爪的实际操作实验表明:该传感器具有一定的抗过载能力,能够实时获取机器人手爪与物体之间的力信息.最后,对该传感器的不足之处进行了讨论,指明了改进的方向.
视觉信息处理是心理学、神经科学、人工智能等领域的一个重要的研究方向,也是生物识别理论与技术实现的研究基础.现有视觉信息处理的数学表达,如面向神经计算、运用高噪声下物象提取及子波、人工神经网络等相对较复杂.本文运用定性映射的方法,描述视觉信息处理过程中所涉及的属性特征量,其结果较清晰并且明确,因而视觉识别的软件编程可能比较容易实现.
提高预测的准确性是缓解供应链牛鞭效应的关键.目前预测的方法往往很难适应订购量历史数据的变动,导致预测结果的偏差.我们运用属性论方法,就制造商-零售商-客户三级供应链,提出了一个需求信息预测的方法,由此来提高对这种波动性的适应能力,增强预测的准确性,帮助供应链上各节点企业优化决策过程,最终防范牛鞭效应的发生.本研究还提供了此预测方法的算法流程.
多类别分类已经成为机器学习问题的重要组成部分.已经开发出很多的算法来解决这个问题.一种方法是直接将多类数据进行整体优化处理,而另外的更一般的方法是将多类问题转化为多个二类问题进行求解.其中最常用最一般的是:一对多(one-against-rest),一对一(one-against-rest)策略.但是之前的研究表明一对多性能普遍较低.本文提出了一个多类处理的一般方法,利用概率机的概率输出和间隔信息
面向服务的计算是一种新的分布式计算范型,分析了目前面向服务的计算的研究现状和存在的问题,研究了面向服务的时态推理问题.在目前服务描述的基础上研究了服务描述的时态表示问题,针对服务的需求和特点,扩展了传统时间区间的时态表示方法.在时态表示的基础上,利用时间区间的包含关系重点研究了时态推理问题(即时态匹配问题),提出了一种面向服务的时态推理算法,该算法弥补了目前服务匹配算法中存在的不足.
针对社区教育中学习者存在着个性差异大的特点,本文提出了一种基于数据立方体的多维关联规则的个性挖掘算法.该算法首先通过Personal_Cube_Apriori算法搜索频繁谓词集,进而对学习者行为模式与个性特征的关联规则分析,得到多维关联规则,最后利用统计中的相关性分析方法除去冗余规则.在此基础上,进行个性属性归并,从而实现个性化的知识服务.该算法不仅在搜索频繁项目集时执行时间短,而且得到的规则兴趣
本文将多主体系统理论与Web服务理论相结合,提出了一个Web服务与多主体的集成的方法.在讨论Web服务与多主体系统的结构优势的基础上,分析两者结合的必然性,给出集成环境模型.文章最后描述了在多主体环境MAGE上实现的Web服务与多主体集成环境.
本文在瘤蝽近似种鉴别问题上用可拓聚类方法进行了初步尝试.采用样本来源的先验知识构造了北京,陕西,内蒙三地区的种群物元,并由此建立可拓聚类模型.本文算法通过matlab编程实现,其结果克服了传统聚类方法的不足,具有类问相对准确合理,类内层次关系清晰的特点,是解决昆虫近似种鉴别问题方面的一种有效方法.
本文根据典型的修正方法和非修正方法的特点把假说中的知识分成"事实"和"判断",并修改了假说的扩充的定义,给出了一种定量非修正处理方法,同时证明了相关的性质,阐明了该定量非修正方法是对原有知识全部保留,避免了历史信息的遗失,并且可以继续进行推理,具有运算简单、直观而且效率高,可计算性强的优点.