导读:本文包含了局部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:局部敏感哈希,相似搜索,文档检索,核函数
局部检索论文文献综述
詹增荣,程丹[1]（2019）在《基于核化局部敏感哈希的快速文档检索方法》一文中研究指出在大规模文档中进行快速的相似搜索对绝大多数信息检索应用程序是至关重要的.基于局部敏感哈希的检索方法将高维的空间数据映射到低维的二进制海明空间,从而实现了快速搜索.本文给出了一个基于核化局部敏感哈希的快速文档检索方法,可以在保证时间效率下允许算法使用不同的相似函数进行快速检索.实验结果表明该方法在大规模文档集合检索中具有较好的效率和准确率.(本文来源于《湖南科技大学学报(自然科学版)》期刊2019年03期）
黄宇[2]（2019）在《基于局部描述符聚类的关联书目智能检索仿真》一文中研究指出针对传统的关联书目检索方法存在检索消耗代价比较高、检索时间过长、相对误差较大等问题,提出了一种基于局部描述符聚类的关联书目智能检索方法。分析当前云计算环境下的关联书目结构模型,计算关联书目的离散样本频谱特征,完成关联书目矩阵描述符聚类。引用模糊集算法准确查询聚类关联书目的局部描述符,对经过聚类的数据进行二次聚类计算,将其类边缘进行细分,根据加载判别函数实现关联书目的定位,完成基于局部描述符聚类的关联书目智能检索。实验结果表明,所提方法在进行关联书目检索时,检索时间较短、误差较小,检索代价消耗比较低。(本文来源于《计算机仿真》期刊2019年07期）
艾妮[3]（2019）在《图像检索中局部特征聚合的研究》一文中研究指出当今时代,计算机科学和技术处于快速发展的状态,图像数据蓬勃增长,图像处理已经与民众的生活密不可分。如何根据用户的需求,在数以亿计的图像中准确并且高效地进行查找,这是图像检索领域一直以来的研究课题。二十世纪七十年代,研究人员提出了基于文本的图像检索(TBIR)。在特征提取阶段,TBIR需要对图像进行人工标注,耗费了大量的人力和时间。二十世纪九十年代以来,基于内容的图像检索(CBIR)开始发展并趋于成熟。CBIR技术根据图像自身的属性提取图像特征,这样得到的特征能更加准确的描述图像并且摆脱了对人工标注的依赖。在CBIR中,最普遍使用的是基于SIFT特征聚合的检索算法。SIFT特征具有良好的可区分性和鲁棒性。目前,主流的SIFT特征聚合算法有VLAD、Bo W、Fisher Vector和T-embedding等。由局部特征聚合生成图像全局描述子的过程总体上可以分成嵌入和聚合两个步骤。嵌入过程把低维的局部特征映射到高维空间,在局部特征和聚类中心之间进行残差计算。聚合过程一般对残差向量进行求和、取均值等运算,生成最终的图像描述子。例如,VLAD算法对局部特征进行分配,分配的原则是分给最靠近局部特征的聚类中心,对其计算残差之后采用加法聚合;T-embedding方法在嵌入过程中计算局部特征与所有聚类中心的残差,并且保留残差的方向信息,然后通过民主聚合生成图像描述子。T-embedding方法平衡了图像局部特征在图像相似性匹配时的贡献,然而,这种近似完全公平的聚合方式存在不足,局部特征本身对图像的重要程度是不同的。在进行SIFT特征提取时,局部特征检索算法提供了特征的显着性信息。特征的显着性信息描述了其对图像的重要程度。基于这种思路,本文提出了以局部特征的显着性改进的特征聚合方法,下文称之为Saliency T-embedding方法。本文提出的Saliency T-embedding方法使用图像局部特征的显着性改进了局部特征的聚合过程。Saliency T-embedding方法通过显着性信息对图像局部特征加以区分,显着性代表了特征的重要程度,显着性高的局部特征在聚合过程中发挥主要作用,显着性低的局部特征发挥辅助作用。Saliency T-embedding通过调整局部特征的分配实现了对局部特征作用的控制,这很好地改善了局部特征的聚合。如今深度卷积图像检索算法已经在图像检索领域取得了显着的成就,本文将Saliency T-embedding方法分别应用于基于SIFT和CNN的检索算法进行实验。经过INRIA Holidays和Oxford公开数据集上多方面的实验验证,本文提出的以局部特征显着性改进的聚合算法具有更好的检索效果。(本文来源于《吉林大学》期刊2019-04-01）
赵珊,李永思[4]（2019）在《基于随机旋转局部保持哈希的图像检索技术》一文中研究指出针对基于局部保持投影(locality preserving projection,LPP)的哈希用于图像检索造成图像表征力不强、检索效率低下的问题,融合LPP及主成分分析(principal component analysis,PCA)技术,提出一种随机旋转局部保持哈希的图像检索算法。首先对样本进行PCA降维,对PCA变换矩阵进行随机旋转形成PCA降维矩阵,将原始样本在降维矩阵上进行投影,得到PCA降维样本。为充分利用样本间的相似性结构,对PCA降维样本进行LPP映射,并引入随机矩阵对特征向量进行偏移构造最终编码投影矩阵。再将原始样本投影到编码投影矩阵,得到最终的降维样本;最后对其进行哈希编码,得到有效的二进制编码用于图像检索。算法充分考虑样本间的全局和局部相似性结构,体现了样本间所蕴含的局部和全局信息,把随机旋转应用于PCA降维矩阵,减少了编码之间的量化误差,提高了图像特征的识别能力。分别在3个人脸数据集上进行性能测试实验,并与相关方法进行比较,得到了较好的效果。实验结果表明该方法是有效的。(本文来源于《工程科学与技术》期刊2019年02期）
胡志军,刘广海,苏又[5]（2018）在《局部自相关函数在基于内容的图像检索中的应用》一文中研究指出在图像检索领域中,为了更加方便、高效地进行图像检索,文中提出了一种新的图像检索特征——局部自相关特征,为基于内容的图像检索提供了新的工具,它兼具方向特征和纹理特征。利用提出的局部自相关特征在Corel10K图像库上进行了大量的实验,实验结果表明局部自相关特征的平均检索精确度和召回率虽然低于颜色特征,但高于方向特征,是除颜色特征之外又一个高效的图像检索特征。(本文来源于《计算机科学》期刊2018年S2期）
马阿曼,吴薇[6]（2018）在《多尺度阴影图像局部精准检索仿真》一文中研究指出对多尺度阴影图像图像进行局部检索,可以满足用户搜索所有尺度上的模糊图像位置。对多尺度阴影图像局部的精准检索,需要引入非线性模糊成员函数,利用基于颜色信息熵的方法获取其权重,完成图像的局部检索。传统方法利用双树复数小波变换获得各子带系数,融合阴影模糊图像各个子带系数特征,但忽略了对模糊函数权重的求取,导致检测精度偏低。提出基于视觉注意机制的模糊图像局部检索方法。将局部空间引用模糊图像划分为多个不均匀的图像块,设定不同的权值,提取各个模糊图像子块的特征向量。计算阴影模糊图像颜色和边缘方向的色差直方图,将其作为描述阴影模糊图像的特征。在计算特征直方图时引入非线性模糊成员函数,利用基于颜色信息熵的方法动态分配特征直方图的权重。实验结果表明,该方法适用于连续性颜色过渡、梯度方向变化,模糊图像局部检索结果质量较高。(本文来源于《计算机仿真》期刊2018年07期）
陶轩,朱宏擎[7]（2018）在《一种基于离散Tchebichef正交多项式和傅里叶梅林矩的局部多特征图像检索算法》一文中研究指出提出了一种基于离散Tchebichef正交多项式和傅里叶梅林矩的局部多特征图像检索算法。通过对图像进行正交变换和多分辨率重排序,在变换域中提取出纹理、颜色和形状特征,生成具有较强区分能力的图像特征。由于傅里叶梅林矩具有旋转不变性,因此在处理发生旋转变换和平移变换的图像时,检索效果较好。最后,对提出的算法用多个数据集进行了检索实验,并对实验结果进行了比较和分析。(本文来源于《华东理工大学学报(自然科学版)》期刊2018年03期）
付晨[8]（2018）在《基于分形理论的局部码本改进与图像检索加权算法研究》一文中研究指出随着互联网以及多媒体技术的迅速发展,计算机需要处理的图像数据量正在快速增长,为了有效处理这些数量庞大的数据,产生了各种各样的图像数据库及相关处理算法。而图像检索是图像处理领域的核心技术之一,如何快速的在数据集中准确定位某一幅图像,成为了人们研究解决的热点问题。本论文主要研究工作如下:1.给出一种新的基于四叉树分割方式的图像检索算法,采用局部码本,并将码本的选取范围限制在子块的周围。实现了多种局部码本生成策略,并在其中选取解码后图像PSNR值最高的局部码本,在保证编码速度的前提下提高了图像解码质量。在图像距离公式中,根据子块之间不同的位置关系,在其对应的距离公式中增加权重信息,从而提高检索算法的性能。2.给出一种基于叁角形分割方式的分形图像检索算法,采用两种不同形状的叁角形对图像进行分割,提高了算法对图像的适应性。并选取在R_i块周围的4种D_i块作为码本集合,减少了码本数量,在保证图像解码质量的前提下,提高了编码算法的编码速度。3.给出一种新的图像间距离比较公式,采用不同码本块之间非重迭的面积值作为子块间的距离以及权值,进一步提高了检索算法性能。实验验证了所给方法的有效性。(本文来源于《河北大学》期刊2018-06-01）
胡屹群,周绍光,岳顺,刘晓晴[9]（2018）在《利用局部稀疏不变特征的遥感影像检索》一文中研究指出为了增强遥感影像局部特征的表征能力并充分利用过完备字典的稀疏分解,提出了基于稀疏表示特征构建视觉词典的遥感影像检索新方法。首先,提取遥感训练影像库的局部不变特征,对大量的局部特征训练过完备字典并将在该字典更新下获取的稀疏表示作为图像的特征描述;然后,对稀疏表示特征构建视觉词典,并进行空间金字塔匹配,获取稀疏直方图特征;最后,使用稀疏特征训练SVM分类模型,通过分类模型输出与查询影像属于一个类别的影像,在该类别的影像集中进行相似度匹配,返回与查询影像最为相似的图像,实现检索。实验结果表明,新方法提取的特征不仅具备局部不变特征的鲁棒性,还提供了必要的语义信息,在影像检索领域具有较强的实用性和适用性。(本文来源于《国土资源遥感》期刊2018年02期）
黄瑞,蒋俊锋,张树生[10]（2018）在《关联工艺引导的型腔类零件局部结构检索方法》一文中研究指出针对已有的基于内容的叁维CAD模型检索技术难以保证检索结果关联工艺的可重用性,需要设计人员进一步甄别其重用价值的问题,提出一种关联工艺引导的型腔类零件局部结构检索方法,以从基于制造特征的结构化工艺数据中查找关联工艺可重用的相似叁维几何.首先建立特征关联工艺参数化驱动模型,从特征加工几何、加工精度、刀具几何角度揭示特征实例关联工艺的参数化驱动特性;然后以特征实例关联工艺为参考,建立基于中轴转换的特征相似性评价模型;最后提出基于子图同构的相似局部结构提取算法,并且计算相匹配局部结构之间的相似度.在CATIA平台下开发了原型系统,并验证了文中方法的有效性.(本文来源于《计算机辅助设计与图形学学报》期刊2018年04期）
局部检索论文开题报告
（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：
针对传统的关联书目检索方法存在检索消耗代价比较高、检索时间过长、相对误差较大等问题,提出了一种基于局部描述符聚类的关联书目智能检索方法。分析当前云计算环境下的关联书目结构模型,计算关联书目的离散样本频谱特征,完成关联书目矩阵描述符聚类。引用模糊集算法准确查询聚类关联书目的局部描述符,对经过聚类的数据进行二次聚类计算,将其类边缘进行细分,根据加载判别函数实现关联书目的定位,完成基于局部描述符聚类的关联书目智能检索。实验结果表明,所提方法在进行关联书目检索时,检索时间较短、误差较小,检索代价消耗比较低。
（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。
局部检索论文参考文献
[1].詹增荣,程丹.基于核化局部敏感哈希的快速文档检索方法[J].湖南科技大学学报(自然科学版).2019
[2].黄宇.基于局部描述符聚类的关联书目智能检索仿真[J].计算机仿真.2019
[3].艾妮.图像检索中局部特征聚合的研究[D].吉林大学.2019
[4].赵珊,李永思.基于随机旋转局部保持哈希的图像检索技术[J].工程科学与技术.2019
[5].胡志军,刘广海,苏又.局部自相关函数在基于内容的图像检索中的应用[J].计算机科学.2018
[6].马阿曼,吴薇.多尺度阴影图像局部精准检索仿真[J].计算机仿真.2018
[7].陶轩,朱宏擎.一种基于离散Tchebichef正交多项式和傅里叶梅林矩的局部多特征图像检索算法[J].华东理工大学学报(自然科学版).2018
[8].付晨.基于分形理论的局部码本改进与图像检索加权算法研究[D].河北大学.2018
[9].胡屹群,周绍光,岳顺,刘晓晴.利用局部稀疏不变特征的遥感影像检索[J].国土资源遥感.2018
[10].黄瑞,蒋俊锋,张树生.关联工艺引导的型腔类零件局部结构检索方法[J].计算机辅助设计与图形学学报.2018