期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于矢量量化的快速图像检索 被引量:11
1
作者 叶航军 徐光祐 《软件学报》 EI CSCD 北大核心 2004年第5期712-719,共8页
传统索引方法对高维数据存在维数灾难的困难.而对数据分布的精确描述及对数据空间的有效划分是高维索引机制中的关键问题.提出一种基于矢量量化的索引方法.该方法使用高斯混合模型描述数据的整体分布,并训练优化的矢量量化器划分数据空... 传统索引方法对高维数据存在维数灾难的困难.而对数据分布的精确描述及对数据空间的有效划分是高维索引机制中的关键问题.提出一种基于矢量量化的索引方法.该方法使用高斯混合模型描述数据的整体分布,并训练优化的矢量量化器划分数据空间.高斯混合模型能更好地描述真实图像库的数据分布;而矢量量化的划分方法可以充分利用维之间的统计相关性,能够对数据向量构造出更加精确的近似表示,从而提高索引结构的过滤效率并减少需要访问的数据向量.在大容量真实图像库上的实验表明,该方法显著减少了支配检索时间的I/O开销,提高了索引性能. 展开更多
关键词 基于内容的图像检索 k-近邻搜索 高维索引 维数灾难 矢量量化 期望最大化
在线阅读 下载PDF
用于交通流预测的带距离权重模式识别算法 被引量:1
2
作者 刘树青 徐建闽 +1 位作者 卢凯 马莹莹 《华南理工大学学报(自然科学版)》 EI CAS CSCD 北大核心 2015年第12期114-118,126,共6页
基于带权重的模式识别算法(WPRA)的交通流短时预测根据历史交通模式所属时段特征区分不同历史状态值权重系数的大小,但权重值的主观设定降低了方法实际应用的可靠性.通过分析基于数据驱动的非参数回归交通流预测算法核心原理,针对W... 基于带权重的模式识别算法(WPRA)的交通流短时预测根据历史交通模式所属时段特征区分不同历史状态值权重系数的大小,但权重值的主观设定降低了方法实际应用的可靠性.通过分析基于数据驱动的非参数回归交通流预测算法核心原理,针对WPRA模型权重系数的主观随机性进行预测算法改进,建立了能预测短时交通流的带距离权重的模式识别算法(DWPRA).最后,应用实际交通流数据引入均方根误差进行算法验证,验证结果显示相同近邻K值情况下,DWPRA比WPRA均方根误差降低约4.8%~7.1%,证明了算法的有效性. 展开更多
关键词 模式识别 交通流短时预测 k-近邻搜索 距离权重 均方根误差
在线阅读 下载PDF
基于Hadamard变换的高维图像检索方法
3
作者 崔江涛 周水生 周利华 《计算机科学》 CSCD 北大核心 2006年第3期212-214,共3页
传统索引方法对高维数据进行近邻搜索时会面临维数灾难问题,向量近似方法是一种有效的高维检索方法。提出一种 Hadamard 变换域上的向量近似方法,在变换域能量最大的分量上建立顺序索引,然后建立近似向量文件。同时提出低維过滤算法,可... 传统索引方法对高维数据进行近邻搜索时会面临维数灾难问题,向量近似方法是一种有效的高维检索方法。提出一种 Hadamard 变换域上的向量近似方法,在变换域能量最大的分量上建立顺序索引,然后建立近似向量文件。同时提出低維过滤算法,可以在近邻搜索过程中高效排除不匹配近似向量,减少 I/O 访问时间,提高查询效率。在大型高维图像特征库上的实验表明,该方法性能优于小波变换域的向量近似方法。 展开更多
关键词 图像数据库 维数灾难 k-近邻搜索 向量近似 HADAMARD变换
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部