本文關(guān)鍵詞：面向網(wǎng)購平臺(tái)的商品圖像類別預(yù)測方法，由筆耕文化傳播整理發(fā)布。

【摘要】：近年來,網(wǎng)購平臺(tái)(如亞馬遜,淘寶等)蓬勃發(fā)展,大量互聯(lián)網(wǎng)用戶選擇在線網(wǎng)購作為重要的購物方式。網(wǎng)購平臺(tái)為提升用戶購物體驗(yàn),將圖像作為商品展示中不可缺少的一部分。這同時(shí)也為網(wǎng)購平臺(tái)成功積累大量的商品圖像。網(wǎng)購平臺(tái)中海量商品圖像的出現(xiàn),為更好地組織、檢索和查看商品創(chuàng)造可能。例如,用戶可以通過一幅簡單圖像,查找相關(guān)的商品。然而,這并不是一項(xiàng)簡單的工作,因?yàn)榈蛯哟蔚囊曈X特征和真實(shí)世界的商品之間有著巨大的區(qū)別。因此,如何預(yù)測一幅圖像中商品的類別,成為一個(gè)重要的問題。事實(shí)上,商品圖像類別預(yù)測基于圖像分類的方法。但與傳統(tǒng)的圖像分類應(yīng)用相比,商品圖像類別預(yù)測問題不但需要利用海量社會(huì)化標(biāo)注的圖像,更需要對現(xiàn)實(shí)世界中商品的海量類別進(jìn)行預(yù)測。本文為構(gòu)建一種完整的商品圖像類別預(yù)測方法,提出數(shù)個(gè)具有良好擴(kuò)展性、適用于大數(shù)據(jù)處理的算法和模型。在這種自動(dòng)化方法中,利用易于從互聯(lián)網(wǎng)獲得的社會(huì)化標(biāo)注圖像是基礎(chǔ)。然而,這些數(shù)據(jù)中圖像與他們類別標(biāo)簽間的關(guān)系存在不確定性,這導(dǎo)致從圖像搜索引擎獲得的圖像中總有不相關(guān)圖像存在。過濾這些不相關(guān)的圖像是一個(gè)大規(guī)模數(shù)據(jù)的單類別預(yù)測問題。為解決該問題,本文采用一種基于圖分割和KNN分類算法的模型。為描述大規(guī)模商品圖像數(shù)據(jù),本文選取視覺詞包特征作為圖像多類預(yù)測任務(wù)的特征。然而,經(jīng)典的聚類算法無法解決海量視覺興趣點(diǎn)條件下視覺詞典的訓(xùn)練問題。為解決該問題,本文提出一種加速的K-means算法。在這種算法中,三角形不等式被用于減少冗余計(jì)算。而Hierarchical K-means算法則被用于選取更佳的K-means算法初始中心點(diǎn)。為解決類別數(shù)目特別巨大時(shí)的類別預(yù)測問題,本文提出一種多類預(yù)測模型。針對預(yù)測模型中基礎(chǔ)的兩類分類問題,本文研究選用χ2-RBF核的SVM分類器。而為完成最終的多類預(yù)測任務(wù),本文設(shè)計(jì)并提出一種基于雙敗思想的層次預(yù)測方法。基于上述模型和算法,本文提出的商品圖像類別預(yù)測方法具有優(yōu)秀的時(shí)間性能,在大規(guī)模商品圖像數(shù)據(jù)應(yīng)用中具備可行性。另一方面,在商品圖像數(shù)據(jù)集上的實(shí)驗(yàn),成功驗(yàn)證本文所提出圖像類別預(yù)測方法的有效性。
【關(guān)鍵詞】：商品圖像 類別預(yù)測 海量數(shù)據(jù)
【學(xué)位授予單位】：復(fù)旦大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TP391.41
【目錄】：

• 摘要5-6
• Abstract6-8
• 第一章 引言8-15
• 1.1 本文研究背景與意義8-9
• 1.2 國內(nèi)外研究現(xiàn)狀9-13
• 1.2.1 面向社會(huì)化標(biāo)注圖像的單類別預(yù)測9-10
• 1.2.2 面向類別預(yù)測的圖像特征體系10-12
• 1.2.3 大規(guī)模數(shù)據(jù)條件下圖像類別預(yù)測12-13
• 1.3 本文研究工作概述13
• 1.4 本文的組織結(jié)構(gòu)13-15
• 第二章 面向社會(huì)化標(biāo)注圖像的單類別預(yù)測15-32
• 2.1 圖像視覺特征提取與相似性定義15-20
• 2.1.1 基于網(wǎng)格的顏色直方圖特征15-18
• 2.1.2 全局Gabor紋理特征18-19
• 2.1.3 SURF特征19-20
• 2.2 圖像文本特征的提取和相似性定義20-22
• 2.2.1 語義概念相似性21-22
• 2.2.2 共現(xiàn)相似性22
• 2.3 單類別預(yù)測方法22-28
• 2.3.1 相似性的融合22-23
• 2.3.2 正負(fù)樣本劃分方法23-26
• 2.3.3 KNN預(yù)測算法26-28
• 2.4 實(shí)驗(yàn)與分析28-31
• 2.4.1 數(shù)據(jù)集與評價(jià)標(biāo)準(zhǔn)28-29
• 2.4.2 實(shí)驗(yàn)結(jié)果與分析29-31
• 2.5 本章小結(jié)31-32
• 第三章 面向多類預(yù)測任務(wù)的視覺特征體系32-50
• 3.1 BOVW模型32-33
• 3.1.1 文本信息處理中的BOW模型32-33
• 3.1.2 BOVW模型應(yīng)用于圖像33
• 3.2 BOVW特征的提取33-37
• 3.2.1 BOVW特征提取流程33-35
• 3.2.2 聚類訓(xùn)練算法的選擇35-37
• 3.3 加速Hierarchical K-means算法37-42
• 3.3.1 加速K-means算法37-40
• 3.3.2 K-means算法初始點(diǎn)選擇40-42
• 3.4 算法實(shí)現(xiàn)優(yōu)化42-43
• 3.5 對比實(shí)驗(yàn)43-49
• 3.5.1 加速K-means算法對比實(shí)驗(yàn)43-46
• 3.5.2 Hierarchical K-means算法對比實(shí)驗(yàn)46-49
• 3.6 本章小結(jié)49-50
• 第四章 面向網(wǎng)購平臺(tái)的商品圖像類別預(yù)測50-63
• 4.1 SVM分類器與核函數(shù)的選擇50-51
• 4.2 多類預(yù)測模型51-57
• 4.2.1 非層次結(jié)構(gòu)的多類預(yù)測模型52
• 4.2.2 自頂向下的層次類別預(yù)測模型52-55
• 4.2.3 基于雙敗思想的自底向上層次類別預(yù)測模型55-57
• 4.3 實(shí)驗(yàn)與分析57-62
• 4.3.1 數(shù)據(jù)集的定義與類別預(yù)測指標(biāo)57-59
• 4.3.2 實(shí)驗(yàn)結(jié)果與分析59-62
• 4.4 本章小結(jié)62-63
• 第五章 總結(jié)和展望63-65
• 5.1 總結(jié)63
• 5.2 未來的方向63-65
• 參考文獻(xiàn)65-69
• 攻讀學(xué)位期間參加的科研項(xiàng)目與發(fā)表的論文69-70
• 致謝70-71

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 孤山一葉;;網(wǎng)購,支付前請你細(xì)思量[J];電子商務(wù)世界;2006年07期

2 ;網(wǎng)購有三好：省勁省鞋不被風(fēng)吹跑[J];電腦愛好者;2008年06期

3 戴麗珍;;我的快樂網(wǎng)購之旅[J];軟件工程師;2008年06期

4 TKD;;網(wǎng)購賣場統(tǒng)統(tǒng)不靈 春節(jié)購物何其難![J];電腦愛好者;2009年02期

5 劉欣;;網(wǎng)購用語分析[J];商業(yè)文化(學(xué)術(shù)版);2009年12期

6 缺少浪漫;;網(wǎng)購 我用手機(jī)來買單[J];電腦迷;2010年02期

7 薛涌;;美國網(wǎng)購為何不要簽收?[J];商界(評論);2010年03期

8 于忠成;;可請人代勞的網(wǎng)購“秒殺”[J];互聯(lián)網(wǎng)天地;2010年11期

9 本刊實(shí)習(xí)記者;;直面網(wǎng)購安全威脅[J];信息安全與通信保密;2011年02期

10 王情香;謝子光;;特殊情況下服裝網(wǎng)購行為分析[J];電子商務(wù);2011年10期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前6條

1 徐婧;;關(guān)于我國跨境網(wǎng)購寄遞服務(wù)的幾點(diǎn)思考[A];2012中國快遞論壇論文集[C];2012年

2 ;遼寧省快遞服務(wù)與電子商務(wù)網(wǎng)購協(xié)同發(fā)展研究[A];2012中國快遞論壇論文集[C];2012年

3 洪曉梅;楊麗娟;李鳳云;;網(wǎng)購時(shí)代我國商事信用的困境與出路[A];2011年全國電子信息技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2011年

4 朱文艷;;試析識(shí)別網(wǎng)購服裝的面料品質(zhì)[A];“潤力杯”全國織造科技創(chuàng)新學(xué)術(shù)研討會(huì)暨2013織造年會(huì)論文集[C];2013年

5 鄭潔;程艷;;網(wǎng)絡(luò)購物中的倫理問題:原因及對策[A];2013年全國哲學(xué)倫理學(xué)博士后論壇論文集[C];2013年

6 林玲;;傳統(tǒng)百貨零售業(yè)正在遭遇寒冬[A];經(jīng)濟(jì)生活——2012商會(huì)經(jīng)濟(jì)研討會(huì)論文集（下）[C];2012年

中國重要報(bào)紙全文數(shù)據(jù)庫 前10條

1 記者　 劉剛;最大中文網(wǎng)購商場進(jìn)軍浙江[N];浙江日報(bào);2006年

2 艾福梅;西北城市流行網(wǎng)購年貨[N];市場報(bào);2008年

3 徐慧;網(wǎng)購市場暴露信用風(fēng)險(xiǎn)[N];北京商報(bào);2008年

4 楊蘇紅;今天,你網(wǎng)購了嗎？[N];上海金融報(bào);2008年

5 尹代文;“我經(jīng)常網(wǎng)購”[N];上海金融報(bào);2008年

6 丁海霞;陷阱多多維權(quán)難 網(wǎng)購環(huán)境待凈化[N];閩西日報(bào);2008年

7 本報(bào)記者 胡冰心;網(wǎng)購熱,熱中仍需冷思考[N];鎮(zhèn)江日報(bào);2008年

8 潘清;長沙：網(wǎng)購正悄然升溫[N];市場報(bào);2008年

9 鏡明邋娃娃;網(wǎng)購交易突飛猛進(jìn) 福建排名全國第六[N];廈門日報(bào);2008年

10 記者 劉娟;網(wǎng)購漸成新興消費(fèi)方式[N];大慶日報(bào);2008年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前5條

1 趙小軍;增強(qiáng)現(xiàn)實(shí)網(wǎng)購中的技術(shù)接受心理模型[D];陜西師范大學(xué);2015年

2 楊勇攀;網(wǎng)購消費(fèi)者忠誠影響前因研究[D];西南財(cái)經(jīng)大學(xué);2013年

3 王日爽;基于Bass模型的網(wǎng)購行為擴(kuò)散預(yù)測模型研究[D];大連理工大學(xué);2012年

4 王麗榮;心理距離對網(wǎng)購決策的影響研究[D];中國農(nóng)業(yè)大學(xué);2014年

5 馮煒;消費(fèi)者網(wǎng)絡(luò)購物信任影響因素的實(shí)證研究[D];浙江大學(xué);2010年

  本文關(guān)鍵詞：面向網(wǎng)購平臺(tái)的商品圖像類別預(yù)測方法，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：296534