文献

J-GLOBAL ID：201502220918024344   整理番号：15A1209949

ハイブリッド重力探索に基づく適応型特徴抽出アルゴリズム【Powered by NICT】

Adaptive Feature Extraction Algorithm Based on Hybrid Gravity Search

著者 (2件)： Yi Tangtang (Dep. of Information Technol.,Hunan Women’s Univ., Changsha) ,  Huang Lihong (Dep. of Information Technol.,Hunan Women’s Univ., Changsha)
資料名： Jisuanji Gongcheng  (Jisuanji Gongcheng)
巻： 41  号： 6  ページ： 188-194,200  発行年： 2015年 
JST資料番号： C2532A  ISSN： 1000-3428  CODEN： JISGEV  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 適応特徴抽出と特徴選択を用いた新しいアルゴリズムを同時にコンテンツベース画像検索(CBIR)の性能を改善するために提案する。低水準視覚特徴と高水準意味情報間の意味論的ギャップは,特徴抽出と特徴選択における同期により減少した。パラメータ化されたウェーブレットを用いると,画像詳細の精度を改善した。カラーヒストグラム特徴の母ウェーブレット関数を最適化し,区間パラメータを多重重力探索アルゴリズムを用いて定量化した。Corelによる検索1~000画像上での実験結果は,最も適切なアルゴリズム,重力探索アルゴリズムとサポートベクトルマシン(GSA-SVM)の融合アルゴリズム,ファジィカラーヒストグラムの融合アルゴリズムとファジィストリングマッチング(FCH-FSM)と比較して,検索精度は高く,平均時間消費が少ないことを示した。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： 画像 ,  特徴選択 ,  多重化 ,  意味論 ,  *重力 ,  パラメタリゼーション ,  *特徴抽出 ,  サポートベクトルマシン ,  波束 ,  *アルゴリズム
準シソーラス用語： 検索精度 ,  探索アルゴリズム ,  カラーヒストグラム ,  意味情報 ,  コンテンツベース画像検索 , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (4件)： 重力 ,  探索 ,  特徴抽出 ,  アルゴリズム