导读:本文包含了基于特征的检索论文开题报告文献综述及选题提纲参考文献，主要关键词:Wikipedia类图,主题特征,短文本,信息检索
基于特征的检索论文文献综述
李璞,肖宝,孙玉胜,张志锋,邓璐娟[1]（2019）在《一种融合Wikipedia类图和主题特征的短文本检索方法》一文中研究指出社交网络的快速发展催生出大量短文本数据.鉴于短文本具有长度短、信息量少、特征稀疏、语法不规则等特点,根据Wikipedia类图(Wikipedia Category Graph,WCG)中包含的结构信息,通过分析其中的主题特征,提出一种语义特征选择及关联度计算方法.以此为基础,通过计算用户查询与目标短文本之间的语义关联度,实现对短文本的检索和排序.最后通过在Twitter子集上的实验结果表明,融合Wikipedia类图和主题特征的短文本检索方法比现有一些检索方法在评估指标MAP,P@k及R-Prec上具有更好的效果.(本文来源于《河南师范大学学报(自然科学版)》期刊2019年06期）
朱建清,林露馨,沈飞,曾焕强,蔡灿辉[2]（2019）在《采用SIFT和VLAD特征编码的布匹检索算法》一文中研究指出本文提出一种采用尺度不变特征变换(Scale-Invariant Feature Transform,SIFT)和局部聚合向量(Vector of Locally Aggregated Descriptors,VLAD)特征编码的布匹检索算法。首先,提取图像的SIFT特征,以对图像进行特征表达。但是,每张图像SIFT特征点数量可能不同,导致不同图像的特征向量维度不一致,无法直接进行图像之间的相似度计算。为此,本文进一步对图像的SIFT特征进行VLAD编码,在保证不同图像的特征维度一致的同时,改进SIFT特征对图像的表达能力。在VLAD编码方面,先用K-means聚类算法生成视觉词典;再进行特征向量局部聚合。局部聚合过程包括:首先,计算图像中SIFT特征向量与对应视觉词之间的残差;然后,将每个视觉词相应的残差求和;最后,把各个视觉词上的残差求和值进行串联得到图像的VLAD编码。本文实验采用十次平均的累计匹配特性(Cumulative Match Characteristic,CMC)曲线作为性能指标。结果表明,本文所提出的方法能提高检索速度,且具有较高的识别率,其平均Rank 1识别率达到95.03%。(本文来源于《信号处理》期刊2019年10期）
葛芸,马琳,江顺亮,叶发茂[3]（2019）在《基于高层特征图组合及池化的高分辨率遥感图像检索》一文中研究指出高分辨率遥感图像内容复杂,提取特征来准确地表达图像内容是提高检索性能的关键。卷积神经网络(CNN)迁移学习能力强,其高层特征能够有效迁移到高分辨率遥感图像中。为了充分利用高层特征的优点,该文提出一种基于高层特征图组合及池化的方法来融合不同CNN中的高层特征。首先将高层特征作为特殊的卷积层特征,进而在不同输入尺寸下保留高层输出的特征图;然后将不同高层输出的特征图组合成一个更大的特征图,以综合不同CNN学习到的特征;接着采用最大池化的方法对组合特征图进行压缩,提取特征图中的显着特征;最后,采用主成分分析(PCA)来降低显着特征的冗余度。实验结果表明,与现有检索方法相比,该方法提取的特征在检索效率和准确率上都有优势。(本文来源于《电子与信息学报》期刊2019年10期）
崔红静,景军锋,张缓缓,苏泽斌[4]（2019）在《融合颜色和边缘特征的织物图像检索算法》一文中研究指出为解决单一特征检索精度不高的问题,提出一种基于分块颜色直方图和边缘方向直方图的检索算法。将图像转换到HSV颜色空间,并进行图像分块得到子块颜色特征;通过Canny算子提取图像边缘信息,获得边缘方向特征;利用卡方距离分别度量颜色特征与边缘特征的相似性,实现图像检索。该算法对织物图像的平均检索查准率达80.83%。认为:该织物图像检索系统对织物检索有较高针对性,能够获得较好的检索效果。(本文来源于《棉纺织技术》期刊2019年10期）
彭玉旭,张广平,夏卓群[5]（2019）在《一种用于蛋白质检索的运用混合谱特征的形状描述符》一文中研究指出蛋白质的不同构像及结构变化使得传统的形状描述算法在蛋白质数据集上的检索效果并不理想。为了提高检索性能,提出了一种新的基于混合谱特征的蛋白质形状描述符及蛋白质检索框架,该方法结合了Wave Kernel Signature和Heat Kernel Signature产生新的Bag of Feature,即WKS_HKS算法。对WKS_HKS算法和现有的几种形状描述算法在叁个不同类型的分子数据集上进行了综合比较。实验结果表明,该算法比单一的算法的检索效果更好,并优于几种对比的形状描述算法。(本文来源于《长沙理工大学学报(自然科学版)》期刊2019年03期）
肖丽萍,谢泉根,舒慧欣,刘仕琴[6]（2019）在《基于工业叁维模型的多特征提取检索方法研究》一文中研究指出针对目前工业叁维模型检索系统存在较为直观、有失偏颇、难以完整描述叁维模型多方面信息等缺点,论文采用基于多特征提取方法提取叁维模型全方位的特征,包括局部与全局特征、底层至高层特征,提高特征的描述能力。通过实验对基于多特征提取的工业叁维模型检索系统的检索效果进行了验证。(本文来源于《信息系统工程》期刊2019年09期）
姜雪,邵宝民,王振,李秋玲[7]（2019）在《基于全局和角点特征的图像检索》一文中研究指出图像的颜色、纹理和形状等视觉特征是图像信息描述的重要内容,而这些特征是从图像的全局提取还是从局部提取,对图像的可区分性描述是不同的。为了更全面地描述图像信息以提高图像检索精度,从整幅图像中提取HSV直方图特征和LBP特征,然后提取图像角点的Hu矩形状特征和基于GLCM的纹理特征,融合这两类特征,选用相对曼哈顿距离进行相似性度量完成图像检索。实验结果表明,该图像检索方法的查准率有了一定的提高。(本文来源于《山东理工大学学报(自然科学版)》期刊2019年06期）
杨华[8]（2019）在《基于多特征的服装图像检索的智能购物系统研究》一文中研究指出现代生活是快节奏的,大多数人的生活负担过重。在这种情况下,网上购物是一个很好的节省时间模式,然而对于女士服装就不能像杂货或家具一样容易敲定。这是由于女士服装具有很多难以描述的特征,如纹理、形状、颜色、印花、长度等。对此提出了一种搜索衣服的方法,其中查询以图像的形式代替描述性集合,程序的第一步是根据衣服和袖子的长度进行识别,获得诸如颜色和纹理的下一个特征。为了检测最佳匹配,创建了1 500个图像的数据集,该数据集由craftsvilla,jabong,voonik,myntra,amazon,snapdeal,flipkart,fashionara,shoppersstop等字段构建而成。实验结果证实精确度为89.25%,召回率为87.00%。(本文来源于《微型电脑应用》期刊2019年08期）
王志明,张航[9]（2019）在《融合多层卷积神经网络特征的快速图像检索方法》一文中研究指出基于卷积神经网络在图像特征表示方面的良好表现,以及深度哈希可以满足大规模图像检索对检索时间的要求,提出了一种结合卷积神经网络和深度哈希的图像检索方法.针对当前典型图像检索方法仅仅使用全连接层作为图像特征进行检索时,存在有些样本的检索准确率为零的问题,提出融合神经网络不同层的信息作为图像的特征表示;针对直接使用图像特征进行检索时响应时间过长的问题,使用深度哈希的方法将图像特征映射为二进制的哈希码,这样哈希码中既包含底层的边缘信息又包含高层的语义信息;同时,提出了一种相似性度量函数进行相似性匹配.实验结果表明,与已有的图像检索方法相比,该方法在检索准确率上有一定程度的提高.(本文来源于《计算机辅助设计与图形学学报》期刊2019年08期）
何柏青,王自敏[10]（2019）在《基于特征融合的图像检索方法解析》一文中研究指出新时期如何提升基于内容的图像检索精准度,成为图像检索领域需要思考和解决的问题。提升基于内容的图像检索精准度的关键是量化处理彩色图像,应用彩色共生矩阵提取图像纹理特点,计算图像之间的欧式距离,利用加权的颜色和纹理特征检索图像,满足用户的使用需求。为此,将基于特征融合的图像检索作为基本研究对象,分析基于特征融合的图像检索方法应用面临的问题和优化对策,旨在提升图像检索精度。(本文来源于《信息与电脑(理论版)》期刊2019年15期）
基于特征的检索论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文提出一种采用尺度不变特征变换(Scale-Invariant Feature Transform,SIFT)和局部聚合向量(Vector of Locally Aggregated Descriptors,VLAD)特征编码的布匹检索算法。首先,提取图像的SIFT特征,以对图像进行特征表达。但是,每张图像SIFT特征点数量可能不同,导致不同图像的特征向量维度不一致,无法直接进行图像之间的相似度计算。为此,本文进一步对图像的SIFT特征进行VLAD编码,在保证不同图像的特征维度一致的同时,改进SIFT特征对图像的表达能力。在VLAD编码方面,先用K-means聚类算法生成视觉词典;再进行特征向量局部聚合。局部聚合过程包括:首先,计算图像中SIFT特征向量与对应视觉词之间的残差;然后,将每个视觉词相应的残差求和;最后,把各个视觉词上的残差求和值进行串联得到图像的VLAD编码。本文实验采用十次平均的累计匹配特性(Cumulative Match Characteristic,CMC)曲线作为性能指标。结果表明,本文所提出的方法能提高检索速度,且具有较高的识别率,其平均Rank 1识别率达到95.03%。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
基于特征的检索论文参考文献
[1].李璞,肖宝,孙玉胜,张志锋,邓璐娟.一种融合Wikipedia类图和主题特征的短文本检索方法[J].河南师范大学学报(自然科学版).2019
[2].朱建清,林露馨,沈飞,曾焕强,蔡灿辉.采用SIFT和VLAD特征编码的布匹检索算法[J].信号处理.2019
[3].葛芸,马琳,江顺亮,叶发茂.基于高层特征图组合及池化的高分辨率遥感图像检索[J].电子与信息学报.2019
[4].崔红静,景军锋,张缓缓,苏泽斌.融合颜色和边缘特征的织物图像检索算法[J].棉纺织技术.2019
[5].彭玉旭,张广平,夏卓群.一种用于蛋白质检索的运用混合谱特征的形状描述符[J].长沙理工大学学报(自然科学版).2019
[6].肖丽萍,谢泉根,舒慧欣,刘仕琴.基于工业叁维模型的多特征提取检索方法研究[J].信息系统工程.2019
[7].姜雪,邵宝民,王振,李秋玲.基于全局和角点特征的图像检索[J].山东理工大学学报(自然科学版).2019
[8].杨华.基于多特征的服装图像检索的智能购物系统研究[J].微型电脑应用.2019
[9].王志明,张航.融合多层卷积神经网络特征的快速图像检索方法[J].计算机辅助设计与图形学学报.2019
[10].何柏青,王自敏.基于特征融合的图像检索方法解析[J].信息与电脑(理论版).2019
标签：Wikipedia类图; 主题特征; 短文本; 信息检索;