[发明专利]基于高效样本选取与参数优化的相关反馈图像检索方法

摘要

本发明公开了一种基于高效样本选取与参数优化的相关反馈图像检索方法，首先提取图像底层特征，并度量示例图像和图像库中图像的欧氏距离；其次，应用MABC‑Kmeans算法对图像库施行聚类操作；然后，用户标注前N幅图像，产生正负例图像，应用距离加权法确定正负例样本，并形成正负例样本集；最后，应用CS‑SVM算法对样本进行训练，把训练结果反馈给用户，继续进行标注直至其满意反馈结果。实验结果表明，本发明方法采用MABC‑Kmeans算法进行样本筛选，减少了用户对样本的标记数量，有效提高了样本精度；采用CS‑SVM算法对样本施行训练，有效提升了分类效果。

主权项

一种基于高效样本选取与参数优化的相关反馈图像检索方法，其特征在于按照以下步骤进行：约定：J和Q分别指图像库中的图像和示例图像；表示Q和J之间的欧氏距离；分别指Q和J的特征向量在第i个分量处的值；PS和NS分别代表正例样本和负例样本；MABC为改进的人工蜂群算法；DE为差分算法；OS表示最优解，FS表示可行解；EB表示雇佣蜂，OB表示跟随蜂，SB表示侦查蜂；K指聚类类别数，MCN指最大迭代次数，Limit指控制参数，指适应度，指初始解，为侦查蜂邻域搜索产生的新解，CSO为当前解，为各个解的概率值；为训练样本集，为正例样本，为正例样本个数，为负例样本；为各聚类中心与目标图像之间的距离，为归一化后的距离；CS指布谷鸟算法；Train和 Test分别表示训练样本和测试样本；代表迭代次数，代表最大迭代次数，代表给定的种群数量，和分别表示卵被宿主发现的概率和宿主鸟发现寄生蛋的概率，Ｎp为鸟巢位置；a. 初始设置获取检索图像库中的图像J并初始化变量；b. 查询模块提取图像库中所有J的底层特征，存入库中；c. 检索模块利用欧氏距离度量用户选取的Q与J的相似度，输出和用户选取的Q最相似的前N幅图像；d. 标注模块d.1 结合DE的思想，使用MABC算法将全局的OS引入到搜索过程中，具体方法如下：其中，表示当前的OS，引入OS能取得较优良的FS；d.2 应用MABC‑Kmeans算法对图像库施行聚类操作：d.2.1 初始化参数EB、OB、SB、K、MCN和Limit，产生初始解集，计算每个解的；d.2.2 SB邻域搜索产生新的解，计算新解的，判断是否优于，如果CSO优于原来解，则替换，否则，保持不变；d.2.3 计算各个解的，OB根据概率选择相应的聚类点，并进行邻域搜索，计算新的聚类点的进行食物源的选择，如果当前收益解小于OS，则用当前的收益替换原有的收益：d.2.4 判断终止条件达到与否，如果MABC到达了最大循环次数，输出最优的聚类中心点；d.2.5 把MABC产生的聚类中心点作为Kmeans的中心，对算法初始化操作，计算Kmeans算法在该中心点下的，将数据分配到算法最大的簇中；d.3 用户标注：用户将最相似的N幅图像按其相关性，标记为PS和NS，从而筛选出PS所属类簇与NS所属类簇；d.4 正例样本选取：以标记的PS为聚类中心得到新的聚类，其中聚类个数n为用户标记的PS的数量，选取距离聚类中心最近的个图像作为，将从个类簇中选取的叠加，形成新，的个数；d.5 负例样本选取：选取距离聚类中心最远的个图像作为

下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。 免登录下载普通用户下载升级VIP会员，免费下载

该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于辽宁师范大学，未经辽宁师范大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】

本文链接：http://www.vipzhuanli.com/patent/201711363543.X/，转载请声明来源钻瓜专利网。