综合视觉特征度量与SVM的遥感图像检索方法

YIC-IR > 中国科学院海岸带环境过程与生态修复重点实验室 > 海岸带信息集成与战略规划研究中心

	综合视觉特征度量与SVM的遥感图像检索方法
其他题名	Remote sensing image retrieval method integrating feature similarity measurement and SVM
	赵理君 ; 唐家奎 ; 于新菊 ; 王春磊 ; 张成雯
发表期刊	中国科学院研究生院学报
ISSN	1002-1175
	2013-05-15
卷号	30 期号:3 页码:347-352
关键词	遥感图像检索支持向量机相关反馈相似性度量
产权排序	中国科学院海岸带环境过程重点实验室;山东省海岸带环境过程重点实验室;中国科学院烟台海岸带研究所;中国科学院研究生院;河北联合大学;
通讯作者	唐家奎 E-mail: jktang@ ucas.ac. Cn
作者部门	海岸带信息集成与综合管理实验室
英文摘要	基于支持向量机(SVM)的相关反馈算法在反馈过程中只利用SVM的分类器,反馈结果排序会出现一定错误,提出一种改进的相关反馈策略,将图像的视觉特征度量函数和SVM分类器函数进行线性加权,作为相关反馈中的相似性度量准则.实验表明,改进策略能够优化遥感图像检索排序结果,提高检索的精度.
中文摘要	The support vector machine (SVM)-based relevance feedback algorithm has been used in common image retrieval,but not widely applied to remote sensing images. Traditional algorithm only uses SVM classifiers,resulting in some wrong ranking sequences of retrieval results. An improved relevance feedback strategy is proposed, and it modifies the similarity measurement criterion using a weighted linear combination of feature similarity measurement and SVM classifier. Experimental results show that the proposed method improves the ranking sequence and accuracy of retrieval results.
资助机构	国家自然科学基金(40801124);; 山东省中青年科学家科研奖励基金(2010BSA06013);; 中国科学院创新团队国际合作伙伴计划;; 中国科学院数字地球重点实验室开放基金(2011LDE015);; 中国科学院研究生院院长基金资助
收录类别	CSCD
语种	中文
CSCD记录号	CSCD:4837057
引用统计
文献类型	期刊论文
条目标识符	http://ir.yic.ac.cn/handle/133337/6508
专题	中国科学院海岸带环境过程与生态修复重点实验室_海岸带信息集成与战略规划研究中心
推荐引用方式 GB/T 7714	赵理君,唐家奎,于新菊,等. 综合视觉特征度量与SVM的遥感图像检索方法[J]. 中国科学院研究生院学报,2013,30(3):347-352.
APA	赵理君,唐家奎,于新菊,王春磊,&张成雯.(2013).综合视觉特征度量与SVM的遥感图像检索方法.中国科学院研究生院学报,30(3),347-352.
MLA	赵理君,et al."综合视觉特征度量与SVM的遥感图像检索方法".中国科学院研究生院学报 30.3(2013):347-352.

条目包含的文件		下载所有文件
文件名称/大小	文献类型	版本类型	开放类型	使用许可
综合视觉特征度量与SVM的遥感图像检索方（803KB）			开放获取	--	浏览下载