学位论文 > 优秀研究生学位论文题录展示

图像社会化标签预处理与聚类方法研究

作　者: 范能能
导　师: 卢炎生
学　校: 华中科技大学
专　业: 计算机技术
关键词: 社会化标签标签校正标签学习标签聚类
分类号: TP391.41
类　型: 硕士论文
年　份: 2012年
下　载: 39次
引　用: 0次
阅　读: 论文下载

内容摘要

随着网络技术和数字设备技术的不断发展，越来越多的网络图像充斥于互联网中，新的词汇也在网络中不断涌现。此时，大众分类法作为一种新的信息组织方式开始崭露头角，但伴随其产生的社会化标签自身的不足在一定程度上抑制大众分类法的发展。社会化标签中的别字标签就是其不足的体现之一，针对此问题，给出了利用已有词典筛选出别字标签的建议更正标签的算法，并在标签共现网络的基础上，提出了衡量建议更正标签概率的计算方法，最后排序选出概率最大的建议标签为更正标签进而完成标签校正。针对图像已有标签可能不能完全表达图像语义的问题，利用已有标签的共现标签通过标签学习的方法完善图像标签语义。首先给出标签共现网络下任意两标签关联度的对称度量方法与非对称度量方法，然后提出了结合对称度量与非对称度量的待学习标签的权重计算方法即标签共现方法，并在此基础上提出了结合本体的标签学习方法。针对标签检索时查询标签可能存在的语义模糊性问题，给出了利用标签聚类方法解决语义模糊性的算法。首先利用已有的知识组织工具（如本体、同义词词林等）对查询标签扩展获取候选图像集，然后根据标签间的相关度度量选出候选标签集（候选图像的标签集）中与查询最相关的前K个标签，接着采用一种自顶向下的图划分算法将该K个标签聚类，最后根据标签聚类结果将候选图像集归类，并给出各类的聚类摘要。为了验证标签学习与标签聚类的效果，从Flickr网站下载了大量带有社会化标签的真实图像，在已实现的原型系统上进行了实验，实验表明，结合本体与标签共现的标签学习效果要优于只利用标签共现或本体的学习效果；标签聚类算法能有效解决查询标签的语义模糊性问题，且效果要优于Flickr网站的聚类应用。

全文目录

摘要  4-5
ABSTRACT  5-9
1 引论  9-19
  1.1 研究背景与意义  9-10
  1.2 国内外研究概况  10-14
  1.3 本体的概念相似度计算  14-16
  1.4 研究内容与论文组织结构  16-19
2 社会化标签的预处理方法  19-24
  2.1 社会化标签校正  19-21
  2.2 社会化标签学习  21-23
  2.3 本章小结  23-24
3 社会化标签图像的聚类方法  24-30
  3.1 待聚类标签的获取  24-26
  3.2 标签聚类  26-28
  3.3 图像聚类  28-29
  3.4 标签摘要与图像摘要  29
  3.5 本章小结  29-30
4 原型系统的设计与实现  30-46
  4.1 图像检索系统概述  30
  4.2 数据库设计与操作实现  30-33
  4.3 社会化标签预处理的设计与实现  33-36
  4.4 图像检索结果聚类的设计与实现  36-42
  4.5 界面的设计与实现  42-45
  4.6 本章小结  45-46
5 系统实验与分析  46-55
  5.1 实验环境与数据集  46
  5.2 标签学习实验与分析  46-49
  5.3 聚类效果实验与性能分析  49-54
  5.4 本章小结  54-55
6 总结与展望  55-57
  6.1 总结  55
  6.2 展望  55-57
致谢  57-58
参考文献  58-61

图像社会化标签预处理与聚类方法研究

内容摘要

全文目录

相似论文