基于自然鄰居圖的半監(jiān)督學習在圖像檢索技術(shù)的應用研究.pdf

1、隨著電子數(shù)碼設備的廣泛使用和互聯(lián)網(wǎng)的長足發(fā)展，海量的多媒體數(shù)據(jù)被制造和傳播，圖像數(shù)據(jù)成指數(shù)級地增長。如何從浩瀚的信息海洋中快速獲取準確的圖像，成為圖像檢索技術(shù)中的熱點研究方向。其中，基于文本的圖像檢索技術(shù)已經(jīng)發(fā)展的非常成熟。然而，隨著大量的新的圖像數(shù)據(jù)快速的產(chǎn)生以及勞動力成本不斷提高，傳統(tǒng)的文本標記方式已不再滿足圖像技術(shù)發(fā)展的需求，因此基于內(nèi)容的圖像檢索技術(shù)有著很大的發(fā)展空間和實用價值。
　　半監(jiān)督學習算法充分利用了標記數(shù)據(jù)和未標

2、記數(shù)據(jù)的信息，這一特點正好符合基于內(nèi)容的圖像檢索技術(shù)的發(fā)展要求。在半監(jiān)督方法被提出以后受到越來越多的研究者的關注，從而發(fā)展出來各種各樣的基于半監(jiān)督學習思想的新算法，基于圖的半監(jiān)督學習算法就是其中之一。流形排序作為基于圖的半監(jiān)督學習算法的典型代表其性能緊緊地依賴于構(gòu)造的底層圖結(jié)構(gòu)。因此構(gòu)造一個能反應出高維數(shù)據(jù)空間自身結(jié)構(gòu)的圖至關重要，自然鄰居圖能夠自適應嵌入在高維數(shù)據(jù)空間的內(nèi)在的低維流形結(jié)構(gòu)的這種能力正好滿足這樣的要求，并且在構(gòu)造自然鄰居

3、圖的過程中也不需要指定自由參數(shù)k。由于自然鄰居在處理含有離群數(shù)據(jù)點的數(shù)據(jù)集時仍然存在不足，所以本文針對這一問題對自然鄰居進行優(yōu)化，最后本文將優(yōu)化過后的自然鄰居圖應用到基于流形排序的圖像檢索框架下，并最終通過實驗證明了基于自然鄰居圖的圖像檢索算法的效果優(yōu)于基于k-NN的圖像檢索算法。
　　本人在攻讀碩士學位期間所從事的研究工作組成了本論文的主要內(nèi)容，具體工作如下：
　　第一、了解圖像檢索和半監(jiān)督學習算法的國內(nèi)外研究現(xiàn)狀。通過大

4、量閱讀文獻了解到了圖像檢索算法和半監(jiān)督學習算法的國內(nèi)外研究現(xiàn)狀。
　　第二、研究討論自然鄰居基本思想。通過閱讀相關文獻理解了自然鄰居的基本思想，并經(jīng)常和實驗室成員一起討論自然鄰居思想及其可能應用到的領域。
　　第三、優(yōu)化原始自然鄰居圖的構(gòu)造。針對原始的自然鄰居圖在含有自然離群點的數(shù)據(jù)集上的表現(xiàn)不足，本文對原始的自然鄰居圖進行優(yōu)化并取得較好的效果。
　　第四、將自然鄰居圖應用于圖像檢索。受基于 k最近鄰居圖的圖像檢索算法