作者：陈涛模式识别图像检索多示例学习贝叶斯分类器
摘要：针对已有的多示例学习算法应用于图像检索时存在依赖于单个示例和耗时较长的缺陷。本文提出一个基于多示例学习和贝叶斯分类的图像检索方法．首先，将每幅图像分割成多个区域，把图像看作多示例学习中的包，区域看作为包中的示例；然后，使用高斯混合函数逼近估计正类图像正区域的类条件概率密度；最后，使用贝叶斯分类器为每幅图像计算一个相对于正类图像的后验概率，并根据后验概率值大小排序返回给用户，在Corel图像集上的实验表明，提出的方法具有好的检索精度和高的检索效率．
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《深圳职业技术学院学报》（CN：44-1572/Z）是一本有较高学术价值的大型双月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《深圳职业技术学院学报》强调创新性，突出技术性及应用性研究。根据职业院校的学科与研究特点，坚持理论联系实际，从生产、服务、管理的实际需要出发，面向国民经济主战场，重视发表那些理论密切联系实际，有重要应用价值和指导意义的文章。
杂志详情
