基于本體的圖像檢索數(shù)據(jù)庫的關(guān)鍵技術(shù)研究.pdf

1、圖像數(shù)據(jù)庫是基于本體的圖像語義檢索系統(tǒng)的核心，是實(shí)現(xiàn)圖像資源可重用性、共享性的基礎(chǔ)。圖像檢索中的圖像資源管理問題已成為當(dāng)前數(shù)據(jù)庫領(lǐng)域的研究熱點(diǎn)。
　　 本文綜述了目前國(guó)內(nèi)外關(guān)于本體和異常檢測(cè)以及索引優(yōu)化的研究成果，在分析現(xiàn)有研究成果的基礎(chǔ)上，對(duì)高維圖像數(shù)據(jù)的異常檢測(cè)和潛在語義索引優(yōu)化進(jìn)行了深入的研究，主要研究?jī)?nèi)容有以下幾點(diǎn):
　　 首先構(gòu)建了一個(gè)分布式的數(shù)據(jù)異常檢測(cè)模型，給出了高維數(shù)據(jù)的異常點(diǎn)形式化定義，設(shè)計(jì)了基于奇異值

2、分解的異常檢測(cè)算法。本文以矩陣的視角來看待圖像特征數(shù)據(jù)，對(duì)此進(jìn)行奇異值分解，該算法基于矩陣分析來近似數(shù)據(jù)的分布，不但能夠快速地增量更新，有效地解決了數(shù)據(jù)流的快速演化和一次遍歷等問題，而且復(fù)雜度較低，支持非常高維的流數(shù)據(jù)異常檢測(cè)。通過不同類型數(shù)據(jù)集的實(shí)驗(yàn)驗(yàn)證了本文算法的異常檢測(cè)性能相比其他同類算法都有較大的提高。
　　 其次本文提出一種基于潛在語義索引和領(lǐng)域本體相結(jié)合的空間表示模型，該模型基于本體查詢?cè)~權(quán)重賦值策略和查詢擴(kuò)展算法，