畢業(yè)論文改WEB中圖像的檢索技術(shù)研究

1、 iiii7）再取一個(gè)字（此處為 C）,判斷第三層中是否有以 GC開始的字（不需要恰 好匹配，只要匹配開始的i個(gè)字就可以了）。8）若存在，分詞結(jié)束，返回最近一次能夠恰好匹配的GCj（ji），并與GQ組合成詞。如果是GQ,則根據(jù)CC2的標(biāo)記判斷是雙字詞還是分為兩個(gè)單字詞。9）否則，轉(zhuǎn)6）。（3）統(tǒng)計(jì)方法運(yùn)用由于詞典的不完全性，許多詞可能不會(huì)在字典中登錄，為了處理句子中的未登錄詞， 我們?cè)谠械乃惴ㄖ星度朐~頻統(tǒng)計(jì)方法，將某些出現(xiàn)頻率較高的連續(xù)字段作為一個(gè)詞切 分，我們首先對(duì)頻度設(shè)定一個(gè)閾值f。設(shè)已對(duì)CC進(jìn)行切分，由切分算法和歧義處理算法得到CC為一個(gè)詞，GG為一個(gè)詞，C與C之間皆為單字詞，即 Ci

2、C和CG是相鄰最近的兩個(gè) 多字詞，則將C+iC-i作為一個(gè)多字詞進(jìn)行詞頻統(tǒng)計(jì)，在對(duì)文章全部切分完畢之后， 若C+iGi的出現(xiàn)次數(shù)達(dá)到f時(shí)，則將其看作一個(gè)詞，否則，將其拆分為單字詞。同時(shí)，對(duì)于相同或相近專業(yè)和領(lǐng)域建立起動(dòng)態(tài)詞庫(kù)，將由統(tǒng)計(jì)得到的詞不斷加入詞 庫(kù)中，可以實(shí)現(xiàn)對(duì)詞典的動(dòng)態(tài)維護(hù)。以上通過(guò)將基于詞典的處理方法和基于頻率的統(tǒng)計(jì)方法結(jié)合起來(lái)匹配搜索運(yùn)算，不僅保證了切分速度快、精度高的優(yōu)點(diǎn)，而且能夠結(jié)合上下文，最大限度的識(shí)別人名、地 名、專業(yè)術(shù)語(yǔ)等未登錄詞。2.3檢索反饋因?yàn)殚_始時(shí)的查詢語(yǔ)句常常和我們所要的圖片內(nèi)容不符合，往往使我們找不到想要的圖片，因此，許多系統(tǒng)都引入了相關(guān)的反饋，就是通過(guò)選擇

3、一些例子來(lái)作為反饋，慢 慢提高檢索的結(jié)果。參考文本信息檢索的方法，我們?cè)谙到y(tǒng)中也引入到了相關(guān)反饋用來(lái) 修改用戶提交的查詢，使得修改以后的查詢慢慢接近用戶真正需求，用來(lái)提高系統(tǒng)的性 能。通過(guò)相關(guān)的反饋對(duì)用戶提交的查詢進(jìn)行修改， 使檢索的性能比原先有了提高。不過(guò), 大多數(shù)的反饋并不具備記憶能力，每次反饋的結(jié)果只能用于本次查詢。因此我們引入語(yǔ) 義網(wǎng)絡(luò)，并且把每次反饋的結(jié)果記錄到語(yǔ)義網(wǎng)絡(luò)當(dāng)中，使系統(tǒng)的效果隨著使用次數(shù)的增 多而慢慢提高。文中介紹的反饋系統(tǒng)，主要對(duì)查詢語(yǔ)句（Qi,Wi,Q2,W2，Qm,Wm）中Wj的修改 中，查詢語(yǔ)句中對(duì)初始 Wj的定義具有偏差，反饋系統(tǒng)可以適量調(diào)整 Wj,使查詢語(yǔ)句

4、（Qi,Wi,Q2,W2，Qm,Wm更反映檢索目的。當(dāng)查詢到m+n畐圖片時(shí)，其中r幅圖像與目標(biāo)相關(guān)，n幅圖像與目標(biāo)沒(méi)關(guān)系。反饋系統(tǒng)可根據(jù)用戶反饋的結(jié)果，重新生成查詢語(yǔ)句：其中矢量是檢索結(jié)果圖像網(wǎng)頁(yè)矢量表示，在矢量中，選擇相似度計(jì)算中有貢獻(xiàn)的 分量用作反饋信息。在公式5中，通常選丫 =1 , 0 B 1 , 0 a 1 ,B與a值選 取影響反饋深度，也直接影響檢索精度。實(shí)踐表明，帶有反饋系統(tǒng)的圖像檢索系統(tǒng)要比 沒(méi)有反饋的圖像檢索精度提高10流右，且m越小，檢索精度越高在設(shè)計(jì)檢索系統(tǒng)的過(guò)程中，提供有無(wú)反饋選擇，并且在反饋系統(tǒng)中提供取值選擇。圖1榆肅精度PixidtHi與系蠡蒞的關(guān)系圖聯(lián)索精度PMk

5、i阿與系SlB的關(guān)慕當(dāng)m取值比較小時(shí)，直接顯示檢索到的圖像，并讓用戶選擇是否與目標(biāo)圖像的相關(guān)性。以上都是為了改善用戶交互界面，便于反饋系統(tǒng)應(yīng)用。下面是測(cè)得如果 m=1寸，檢索精 度與反饋中系數(shù)a、B之間關(guān)系的曲線，圖中可以得出a =0.1時(shí)檢索精準(zhǔn)度取最大值， 圖2中可以得到B在0.50.6之間時(shí)檢索準(zhǔn)確度取最大值。從圖1和圖2又可以得到，當(dāng) a = B =0無(wú)反饋的時(shí)候檢索精準(zhǔn)度=48%當(dāng)a =0.1 ， B =0.5或0.6時(shí)檢索精準(zhǔn)度=61% 引入反饋系統(tǒng)使檢索精度可以提高了 13流右。為了檢驗(yàn)搜索模型，下載了含有圖像的4000多個(gè)中文網(wǎng)頁(yè)（來(lái)源于1000多個(gè) URLs）,對(duì)這些HTM文

6、檔進(jìn)行搜索。在查詢語(yǔ)句建立后，通過(guò)詞條網(wǎng)對(duì)有相同語(yǔ)義的詞 條進(jìn)行擴(kuò)充，構(gòu)建了符合查詢要求的多個(gè)IQW再分別計(jì)算出各自的相似度，依據(jù)相似 度所規(guī)定的臨界值，得出查詢的結(jié)果。相似麼崎界值與垮索精庫(kù)的關(guān)系圖相愎度i怙界值與桁囊完全度的范系實(shí)驗(yàn)說(shuō)明了，合理地選取相似度臨界值可以保證比較高檢索精度和檢索完全度。從 圖3中就可以得出，當(dāng)相似度臨界值0.6的時(shí)候，可以保證檢索精度80%從圖4中得出, 當(dāng)相似度臨界值0.6的時(shí)候，可以保證檢索完全度60%當(dāng)相似度臨界值取0.6的時(shí)候, 本搜索模型可以保證檢索精度80%而檢索完全度60%為決定ITW, IAW ICW PTV在相似度的計(jì)算中的權(quán)值，測(cè)試了從 0.

7、11.0的所有系數(shù)。最終可以得出ICW ITW, IAW PTW的權(quán)值分別為0.4、0.3、0.2、0.1時(shí)，可以比 較合理地反映出圖像和這些文本的相關(guān)性，從而保證檢索準(zhǔn)確性 。結(jié)束語(yǔ) 在了解了搜索引擎搜索原理公式以及反饋原理之后 , 我們就能夠依據(jù)其理論做出相 應(yīng)的搜索引擎 , 并且能作出搜索效果。但是為了更好的使用，還需要去仔細(xì)的給文檔進(jìn) 行更好的分類，更多的對(duì)引擎進(jìn)行反饋訓(xùn)練的查詢等等，使得Web搜索引擎能具有更加好的智能性以及個(gè)性化特色。參考文獻(xiàn)張量，詹國(guó)華，袁貞明， 基于Web的圖像搜索，計(jì)算機(jī)工程，2002.5朱學(xué)芳， 多媒體信息處理與檢索技術(shù) M ，電子工業(yè)出版社， 2003陳瀅，徐宏炳，王能斌，協(xié)作式 Wet資源發(fā)現(xiàn)系統(tǒng)模型，計(jì)算機(jī)學(xué)報(bào)，1998.4陽(yáng)小華， 周龍?bào)J， World Wide Web 的索引與查詢技術(shù)，計(jì)算機(jī)科學(xué) ， 1997吳立德等，大規(guī)模中文文本處理，復(fù)旦大學(xué)出版