本文關(guān)鍵詞：基于圖理論的圖像搜索結(jié)果重排序的研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著互聯(lián)網(wǎng)搜索引擎日趨多元化,用戶已經(jīng)習(xí)慣于在互聯(lián)網(wǎng)上借助各類搜索引擎搜索各種信息,包括文本、圖像和視頻等。傳統(tǒng)的基于文本的圖像檢索系統(tǒng),大都依賴關(guān)鍵字搜索。由于文本信息的描述內(nèi)容與圖像本身不匹配和圖像所包含的大量噪聲,導(dǎo)致搜索結(jié)果詞不達(dá)意�，F(xiàn)有主流的互聯(lián)網(wǎng)搜索引擎,如Google、Bing、百度等進(jìn)行相關(guān)的圖像搜索時(shí),主要利用圖像周遭的相關(guān)文本信息來對(duì)圖像列表進(jìn)行搜索和排序,缺乏考慮圖像間內(nèi)在的聯(lián)系和圖像自身的內(nèi)容,導(dǎo)致基于文本的圖像搜索結(jié)果不盡如人意。如何將符合用戶所需的圖像排在搜索結(jié)果中靠前的位置,提高圖像相關(guān)搜索結(jié)果的質(zhì)量,已經(jīng)得到了眾多研究者的關(guān)注。圖像重排序是指在基于初始搜索結(jié)果的前提下,挖掘圖像間內(nèi)在的聯(lián)系和圖像自身的內(nèi)容,對(duì)初始排序結(jié)果重新進(jìn)行排序,將符合用戶所需的圖像排在靠前的位置。目前,根據(jù)使用框架的不同,圖像重排序方法大體可以分為四類：基于線性組合的重排序、基于聚類的重排序、基于分類的重排序和基于圖理論的重排序�，F(xiàn)有基于圖理論的重排序方法一般對(duì)初始排序結(jié)果的得分采用偽相關(guān)方法,默認(rèn)靠前的圖像得分高,但事實(shí)并非如此。由于搜索引擎返回的初始排序的結(jié)果列表是基于文本檢索所得,其結(jié)果列表精度不高,可能會(huì)導(dǎo)致靠后的圖像更符合用戶所需�；谏鲜鰡栴},本文提出了兩種基于圖理論的多模態(tài)圖像重排序算法,主要工作和創(chuàng)新點(diǎn)如下：1.為了提高圖像檢索中的重排序效果,提出了一種基于圖理論的多模態(tài)隨機(jī)游走重排序算法�，F(xiàn)有的重排序算法大都根據(jù)檢索返回的圖像順序來設(shè)置圖像列表得分序列初值,與此不同的是,本文所提算法將多模態(tài)概念融合應(yīng)用于隨機(jī)游走算法中,由此避免了單一模態(tài)獲取圖像內(nèi)容所造成的片面性,進(jìn)而利用多模態(tài)隨機(jī)游走方法對(duì)返回圖像列表的得分序列進(jìn)行初始化,然后利用多模態(tài)重排序算法最優(yōu)化目標(biāo)函數(shù),并對(duì)相關(guān)參數(shù)和得分列表進(jìn)行迭代更新,從而獲得最終重排序后的圖像序列。實(shí)驗(yàn)顯示了本文所提出的基于圖理論的多模態(tài)隨機(jī)游走重排序算法具有良好的重排序效果。2.為更加真實(shí)地反映圖像重排序的意圖,并使多模態(tài)在重排序算法中更加有效,提出了一種基于圖理論的多模態(tài)相似性積分重排序算法。該算法首先將返回的圖像集生成六種模態(tài),并將多模態(tài)概念應(yīng)用到相似性積分算法中。進(jìn)而將相似性積分算法返回的圖像排序得分列表作為基于圖的多模態(tài)重排序算法的輸入。在得到排序結(jié)果后,將利用標(biāo)準(zhǔn)拉普拉斯正則化生成重排序算法的目標(biāo)函數(shù)最小化。然后對(duì)相關(guān)參數(shù)和得分列表進(jìn)行迭代更新,最終獲得重排序后的圖像序列。實(shí)驗(yàn)表明文中所提出的重排序算法的排序效果良好,驗(yàn)證了基于圖理論的多模態(tài)相似性積分重排序算法的有效性。
【關(guān)鍵詞】：重排序 圖像檢索 多模態(tài) 隨機(jī)游走 相似性積分
【學(xué)位授予單位】：安徽大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41
【目錄】：

• 摘要3-5
• Abstract5-9
• 第1章 緒論9-20
• 1.1 研究背景與意義9-13
• 1.1.1 圖像搜索結(jié)果重排序的研究背景9-11
• 1.1.2 圖像搜索結(jié)果重排序的研究意義11-13
• 1.2 研究現(xiàn)狀13-18
• 1.2.1 相關(guān)性重排序與多樣性重排序13-15
• 1.2.2 圖像搜索結(jié)果重排序的方案15-18
• 1.3 本文的主要內(nèi)容與結(jié)構(gòu)18-20
• 第2章 相關(guān)工作20-30
• 2.1 相似性度量20-21
• 2.2 基于圖理論的重排序21-22
• 2.3 隨機(jī)游走模型22-23
• 2.4 相似性積分23-24
• 2.5 多模態(tài)及相關(guān)參數(shù)優(yōu)化24-26
• 2.6 評(píng)價(jià)準(zhǔn)則26-29
• 2.6.1 相關(guān)性重排序的評(píng)價(jià)準(zhǔn)則26-28
• 2.6.2 多樣性重排序的評(píng)價(jià)準(zhǔn)則28-29
• 2.7 本章小結(jié)29-30
• 第3章 基于圖理論的多模態(tài)隨機(jī)游走重排序算法30-39
• 3.1 概述30-31
• 3.2 算法描述31-33
• 3.3 實(shí)驗(yàn)結(jié)果與分析33-37
• 3.3.1 數(shù)據(jù)集與評(píng)價(jià)指標(biāo)33-34
• 3.3.2 三種重排序算法在不同類別中的性能比較34-36
• 3.3.3 不同檢索深度情況下三種重排序算法性能比較36
• 3.3.4 單一模態(tài)重排序算法與MGRRW算法對(duì)比36-37
• 3.4 本章小結(jié)37-39
• 第4章 基于圖理論的多模態(tài)相似性積分重排序算法39-48
• 4.1 概述39-40
• 4.2 算法描述40-42
• 4.3 實(shí)驗(yàn)結(jié)果與分析42-46
• 4.3.1 數(shù)據(jù)集與評(píng)價(jià)指標(biāo)42
• 4.3.2 三種重排序算法在不同類別中的性能比較42-44
• 4.3.3 不同檢索深度情況下三種重排序算法性能比較44-45
• 4.3.4 單一模態(tài)重排序算法與MGRSI算法對(duì)比45-46
• 4.4 本章小結(jié)46-48
• 第5章 總結(jié)與展望48-50
• 5.1 總結(jié)48-49
• 5.2 展望49-50
• 參考文獻(xiàn)50-56
• 致謝56-57
• 攻讀碩士學(xué)位期間發(fā)表的論文57-58
• 附錄58-59
• Appendix59

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 盧敏;黃亞樓;謝茂強(qiáng);王揚(yáng);劉杰;廖振;;代價(jià)敏感的列表排序算法[J];計(jì)算機(jī)研究與發(fā)展;2012年08期

2 張正鈾;;散列排序算法[J];廣西科學(xué)院學(xué)報(bào);1982年01期

3 全惠云;;基于矩陣分裂法的一類異步N&行排序算法[J];計(jì)算技術(shù)與自動(dòng)化;1991年01期

4 董德林;兩個(gè)高效排序算法的APPLESOFT BASIC程序[J];麗水師專學(xué)報(bào);1992年S1期

5 王曉東;最優(yōu)堆排序算法[J];小型微型計(jì)算機(jī)系統(tǒng);2000年05期

6 吳江,張德同;二次分“檔”鏈接排序算法分析[J];計(jì)算機(jī)研究與發(fā)展;2001年08期

7 李德啟,王雄;一種新型快速的排序算法[J];計(jì)算機(jī)工程;2001年03期

8 趙忠孝;一種新的散列排序算法[J];電腦開發(fā)與應(yīng)用;2001年03期

9 許善祥,朱學(xué)東,邵敬春;選擇排序算法的改進(jìn)[J];佳木斯大學(xué)學(xué)報(bào)(自然科學(xué)版);2001年04期

10 王紅梅,朱洪秀,鄭虹;一種改進(jìn)的起泡排序算法及其性能分析[J];延邊大學(xué)學(xué)報(bào)(自然科學(xué)版);2001年04期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 周曉方;金志權(quán);;尋找最佳分布式排序算法[A];第九屆全國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集(上)[C];1990年

2 張艷秋;李建中;;一種基于蛇型磁帶的排序算法[A];第十八屆全國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2001年

3 劉春陽;葉君峰;母海龍;陸秋霞;陳滄;高鶯;;一種商品標(biāo)題主題詞的重要性排序算法[A];第五屆全國信息檢索學(xué)術(shù)會(huì)議論文集[C];2009年

4 王少帥;湯慶新;姚路;;并行獨(dú)立集排序算法的改進(jìn)與實(shí)現(xiàn)[A];第十六屆全國青年通信學(xué)術(shù)會(huì)議論文集（上）[C];2011年

5 于芳;王大玲;于戈;陳冬玲;鮑玉斌;;面向用戶的排序算法研究[A];第二十四屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2007年

6 閆潑;馬軍;陳竹敏;;面向主題的網(wǎng)頁排序算法研究[A];第三屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2007年

7 張健沛;李連江;楊靜;;個(gè)性化搜索引擎排序算法的研究與改進(jìn)[A];第三屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2007年

8 吳志彬;陳義華;;ANP中超矩陣排序算法研究[A];2006中國控制與決策學(xué)術(shù)年會(huì)論文集[C];2006年

9 陳叢叢;石冰;陳健;;面向主題的查詢相關(guān)網(wǎng)頁排序算法[A];第三屆中國智能計(jì)算大會(huì)論文集[C];2009年

10 齊曼;張珩;;實(shí)時(shí)視覺仿真中幀連貫性應(yīng)用[A];'2000系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];2000年

中國重要報(bào)紙全文數(shù)據(jù)庫 前1條

1 廣東 黃陀;基本算法簡介（三）[N];電腦報(bào);2001年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 趙立軍;基于歸并的高效排序算法的研究[D];中國科學(xué)院研究生院（計(jì)算技術(shù)研究所）;1998年

2 崔筠;無向基因組的移位排序算法[D];山東大學(xué);2006年

3 郝凡昌;有向基因組復(fù)合操作重組排序算法研究[D];山東大學(xué);2011年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 徐林龍;基于商品特征屬性的排序算法研究[D];西南交通大學(xué);2015年

2 陳浩;基于圖理論的圖像搜索結(jié)果重排序的研究[D];安徽大學(xué);2016年

3 王靖;數(shù)據(jù)庫管理系統(tǒng)中高能效排序算法[D];浙江工業(yè)大學(xué);2012年

4 尹曉;基因組移位排序算法的改進(jìn)和評(píng)測[D];山東大學(xué);2006年

5 黃興;比特位拆分索引排序算法研究[D];清華大學(xué);2007年

6 Mushtaq AbdulMutalib Hasson;一種論文時(shí)間與引用兼顧的科研論文排序算法[D];華中科技大學(xué);2012年

7 劉聲田;基于第一降序小隊(duì)翻轉(zhuǎn)排序算法的設(shè)計(jì)與實(shí)現(xiàn)[D];山東大學(xué);2006年

8 曹臻;基于粗糙集的粒度排序算法[D];上海海事大學(xué);2007年

9 侯紅梅;圖像搜索重排序算法研究[D];山東大學(xué);2014年

10 徐艷霞;面向數(shù)學(xué)搜索的排序算法研究[D];蘭州大學(xué);2012年

  本文關(guān)鍵詞：基于圖理論的圖像搜索結(jié)果重排序的研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：314512