期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息

基于连续肯德尔相关系数学习相似度函数的图像检索方法 被引量：4

A Similarity Learning Method in Image Retrieval via Continuous Kendall-Tau Rank Correlation Coefficient
在线阅读 下载PDF
导出
摘要 提出了一种基于连续肯德尔相关系数学习图像间相似度函数和运用学习的相似度函数进行图像检索的方法.通过对500幅图像所组成的图像数据库以及和其他传统相似度函数学习方法在图像检索中检索效果的比较实验可以得出:该方法的图像检索效果要优于其他相比较的传统方法. An image retrieval method with similarity learning via continuous kendall-tau rank correlation coefficient has been introduced.Experimental evaluation based on a database composed of 500 images reveals that the introduced method outperforms several other conventional similarity learning methods in this image retrieval application.
作者 黄伟
机构地区 南昌大学信息工程学院
出处 《江西师范大学学报（自然科学版）》 CAS 北大核心 2013年第3期263-267,共5页 Journal of Jiangxi Normal University(Natural Science Edition)
基金 国家"863"计划(2013AA013804) 江西省科技计划(20123BBG70208 20123BBE50103)资助项目
关键词 图像检索 相似度学习 连续肯德尔相关系数 image retrieval similarity learning kendall-tau rank correlation coefficient
分类号 TP242.62 [自动化与计算机技术—检测技术与自动化装置]
  • 相关文献

参考文献10

  • 1Smeulder A, Worring M, Santini S, et al. Content-based image retrieval at the end of the early years [ J ]. IEEE Transactions on Pattern Analysis and Machine Intelli- gence,2000,22(12) : 1349-1380.
  • 2Kendall M. A new measure of rank correlation [ J ]. Biometrika, 1938,30 ( 1/2 ) : 81-93.
  • 3傅湧.用广义梯度刻画集值优化的强有效解[J].江西师范大学学报（自然科学版）,2009,33(1):47-51. 被引量：2
  • 4World Health Organization. The world health report:life in the 21^st century : a vision for all [ M ]. Netherland : Geneva, 1998.
  • 5Weinberger K, Blitzer J, Saul L. Distance metric learning for large margin nearest neighborhood classification [ C ]. Vancouver: Neural Information Processing Systems, 2005 : 265-272.
  • 6Weston J. Leave-one-out support vector machines [ C ]. Stockholm:International Joint Conferences on Artificial Intelligence, 1999 : 727 -733.
  • 7Chapelle O, Vapnik V, Bousquet O, et al. Choosing multi- ple parameters for support vector machines [ J ]. Machine Learning ,2002,46 ( 1/3 ) : 131-159.
  • 8Gold C, Sollich P. Model selection for support vector ma- chine classification [ J ]. Neurocomputing, 2003,55 ( 1/ 2) :221-249.
  • 9Xing E, Ng A, Jordan M, et al. Distance metric learning with application to clustering with side-information [ C ]. Vancouver: Neural Information Processing Systems, 2002: 505 -512.
  • 10马永成,肖诗斌,林春雨,施水才.基于内容的文档图像检索的特征抽取研究[J].江西师范大学学报（自然科学版）,2008,32(2):138-141. 被引量：9

二级参考文献12

  • 1侯震梅,周勇.集值映射的广义梯度与超有效解[J].吉林大学学报（理学版）,2006,44(1):9-14. 被引量：9
  • 2李宗民,李华.基于结构矩不变量的形状相似性比较[J].计算机工程,2006,32(8):189-191. 被引量：11
  • 3Li Tai-yong,Xu Yi-hong. The strictly efficient subgradient and the optimality conditions of set-valued optimization[ J]. Bull Austral Math Soc,2007,75:361-371.
  • 4Taa A. Subdifferentials of multiftmctions and lagrange multipliers for multiobjective optimization[ J ]. J Math Anal Appl, 2003,283:398-415.
  • 5Cheng Y H, Fu W T. Strong efficiency in a locally convex space[ J ]. Mathematical Methods of Operations Research, 1999,50:373-384.
  • 6Lin Zhi. The study of the system of generalized vector quasi-equilibrium problems [ J ]. J Glob Optim, 2006,36: 627-635.
  • 7Li Z.M. The optimization conditions for vector optimization of set-valued maps[J]. Journal of Mathematical Analysis and Applications,1999,237:413-424.
  • 8Wang C L, Chen T S. Chinese document image retrieval system based on proportion of black pixel area in a character image[ C ]. Kerea: Phoenix Park,2004.
  • 9章毓晋.图像工程.中册[M].第2版.北京:清华大学出版社,2005.
  • 10武育楠,戎卫东.集值映射向量优化问题的强有效性[J].内蒙古大学学报（自然科学版）,1999,30(4):415-421. 被引量：29

共引文献9

同被引文献29

引证文献4

二级引证文献13

江西师范大学学报（自然科学版）
2013年 第3期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部