[发明专利]使用随机量化词汇树的检索方法及基于其的图像检索方法有效
| 申请号： | 201710545225.9 | 申请日： | 2017-07-06 |
| 公开（公告）号： | CN107451200B | 公开（公告）日： | 2020-07-28 |
| 发明（设计）人： | 王晓春 | 申请（专利权）人： | 西安交通大学 |
| 主分类号： | G06F16/583 | 分类号： | G06F16/583;G06F16/51 |
| 代理公司： | 西安通大专利代理有限责任公司 61200 | 代理人： | 李鹏威 |
| 地址： | 710049 陕西省西安*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种使用随机量化词汇树的检索方法及基于其的图像检索方法，包括以下步骤：(1)产生一个最近邻搜索树，将整个数据库的所有特征向量作为第一节的根节点，向下分节；(2)第二级中，从整个数据库中随机选取k个点作为簇的中心，然后根据所选择的相似性度量方法，将每个特征向量分配到离其最近的簇中心，将整个数据库分为k个子集，继续向下分节；(3)第三级中，对于每一个从第二级获得的k个簇中，从它们的特征向量池中随机选取k个特征点作为其下一级的聚类中心。(4)重复。本发明的图像检索方法克服了现有技术中词汇树建立需要大量的时间的问题，可以在很短的时间内建立词汇树，满足实时性要求。 | ||
| 搜索关键词： | 使用 随机 量化 词汇 检索 方法 基于 图像 | ||
【主权项】：
使用随机量化词汇树的检索方法，其特征在于包括以下步骤：(1)产生一个最近邻搜索树，将整个数据库的所有特征向量作为第一节的根节点，向下分节；(2)第二级中，从整个数据库中随机选取k个点作为簇的中心，然后根据所选择的相似性度量方法，将每个特征向量分配到离其最近的簇中心，将整个数据库分为k个子集，继续向下分节；(3)第三级中，对于每一个从第二级获得的k个簇中，从它们的特征向量池中随机选取k个特征点作为其下一级的聚类中心，然后利用相似性度量方法将每个特征向量分配到离其最近的簇中心，从而在第三级上形成k2个簇；(4)重复步骤(2)、(3)，直至所有叶节点包含的特征向量都属于同一类对象或叶节点包含的特征向量的数量低于一定的限制；其中每个特征向量都有一个与它相关的类标签。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安交通大学，未经西安交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710545225.9/，转载请声明来源钻瓜专利网。
- 上一篇：一种高效率的饲料筛选装置
- 下一篇：一种基于曲柄滑块结构的建筑砂石筛选装置
