导读:本文包含了融合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:手绘草图检索,跨域建模,多层深度融合卷积神经网络,特征融合
融合检索论文文献综述
于邓,刘玉杰,邢敏敏,李宗民,李华[1]（2019）在《包含跨域建模和深度融合网络的手绘草图检索》一文中研究指出在手绘草图检索(sketch-based image retrieval,简称SBIR)领域,引入一种手绘草图的新型检索模型.手绘草图与自然图片之间存在巨大的差异性,这是因为,与自然图片相比,手绘草图展现出高度抽象的视觉表达,用现有的方法对手绘草图进行特征提取,其产生的特征描述子对于手绘草图的内容无法进行有效地拟合;对于相同的物体,不同的人群用手绘草图描述方式和表达也存在巨大的差距,这就使得手绘草图-自然图片的匹配更加困难;同时,将手绘草图与自然图片映射到相同视觉域的工作,也是一项具有困难的任务.所以,手绘草图检索技术是公认的比较有挑战性的任务.提出一种将手绘草图与自然图片在多个层次上映射到同一视觉域的策略来解决跨域的问题.同时,引入多层深度融合卷积神经网络(multi-layer deep fusion convolutional neural network)的框架来训练并获得手绘草图和自然彩色图片的多层特征表达.在Flickr15k图像数据库进行检索实验,实验结果显示,多层深度融合卷积网络学习到的特征的检索精度超过了现有的手工特征以及由自然图片或者手绘草图训练出来的卷积神经网络(convolutional neural network,简称CNN)的特征.(本文来源于《软件学报》期刊2019年11期）
李璞,肖宝,孙玉胜,张志锋,邓璐娟[2]（2019）在《一种融合Wikipedia类图和主题特征的短文本检索方法》一文中研究指出社交网络的快速发展催生出大量短文本数据.鉴于短文本具有长度短、信息量少、特征稀疏、语法不规则等特点,根据Wikipedia类图(Wikipedia Category Graph,WCG)中包含的结构信息,通过分析其中的主题特征,提出一种语义特征选择及关联度计算方法.以此为基础,通过计算用户查询与目标短文本之间的语义关联度,实现对短文本的检索和排序.最后通过在Twitter子集上的实验结果表明,融合Wikipedia类图和主题特征的短文本检索方法比现有一些检索方法在评估指标MAP,P@k及R-Prec上具有更好的效果.(本文来源于《河南师范大学学报(自然科学版)》期刊2019年06期）
邓婧溪,郭乐,杨军辉,肖卫雯,谭玉美[3]（2019）在《基于PBL与微课融合的医学文献检索课程改革探究——以湖南中医药大学为例》一文中研究指出信息素养是当代大学生教育的热点,为了提高文献检索课的教学效果,帮助学生增强信息素养,本文通过对高校医学生信息素养的现状调查与分析来指导医学文献检索课程改革,最终确立了问题式教学法(Problem-Based Learning, PBL)和微课融合的医学文献检索课程改革,并通过与传统教学法进行教学效果对比,认为PBL教学法的课堂效果优于传统教学法,对于培养学生的信息意识、信息获取、信息评价与信息利用的能力有较大提升,对当代大学生信息素养的培养有着积极作用。(本文来源于《中国中医药图书情报杂志》期刊2019年05期）
崔红静,景军锋,张缓缓,苏泽斌[4]（2019）在《融合颜色和边缘特征的织物图像检索算法》一文中研究指出为解决单一特征检索精度不高的问题,提出一种基于分块颜色直方图和边缘方向直方图的检索算法。将图像转换到HSV颜色空间,并进行图像分块得到子块颜色特征;通过Canny算子提取图像边缘信息,获得边缘方向特征;利用卡方距离分别度量颜色特征与边缘特征的相似性,实现图像检索。该算法对织物图像的平均检索查准率达80.83%。认为:该织物图像检索系统对织物检索有较高针对性,能够获得较好的检索效果。(本文来源于《棉纺织技术》期刊2019年10期）
黄名选,夏国恩,高荣,蒋曹清[5]（2019）在《融合加权模式挖掘与规则混合扩展的跨语言检索》一文中研究指出针对信息检索中查询主题漂移和词不匹配问题,本文给出项集有效性计算方法及其剪枝策略,构建一种关联模式评价框架ACSC(Availability_Chis-Square_Confidence)和基于ACSC挖掘的规则混合扩展模型,提出一种融合加权关联模式挖掘与规则混合扩展模型的跨语言信息检索算法.该算法通过项集权值比较从跨语言初检相关文档集挖掘含有原查询词项的频繁项集,利用基于有效性的剪枝方法对项集进行剪枝得到有效频繁项集,从有效频繁项集挖掘加权关联规则,根据规则混合扩展模型实现查询扩展,扩展词与原查询词组合为新查询再次检索文档得到最终检索结果.与现有跨语言检索算法比较,实验结果表明,本文算法能有效地减少查询漂移和词不匹配问题,提高和改善跨语言信息检索性能,有效性和置信度可使本文算法分别获得最优的检索结果 R-prec和P@10值.(本文来源于《小型微型计算机系统》期刊2019年09期）
肖潇,段旻[6]（2019）在《融合改进粒子群算法的船舶图像检索研究》一文中研究指出为了提高船舶图像检索效果,针对当前的船舶图像检索过程中特征权值的确定问题,提出一种融合改进粒子群算法的船舶图像检索方法。首先对当前船舶图像检索方法进行分析,提取不同类型的船舶图像检索特征,然后采用粒子群算法确定船舶图像检索特征权值,并对粒子群算法存在的缺陷进行相应的改进,最后通过特征加权得到船舶图像特征之间的相似度值,根据相似度值得到船舶图像检索结果,并采用多幅船舶图像进行检索实验,结果表明,本文方法的船舶图像检索率超过94%,而船舶图像的误检率和漏检率均低于5%,获得了十分理想的船舶图像检索结果。(本文来源于《舰船科学技术》期刊2019年16期）
王志明,张航[7]（2019）在《融合多层卷积神经网络特征的快速图像检索方法》一文中研究指出基于卷积神经网络在图像特征表示方面的良好表现,以及深度哈希可以满足大规模图像检索对检索时间的要求,提出了一种结合卷积神经网络和深度哈希的图像检索方法.针对当前典型图像检索方法仅仅使用全连接层作为图像特征进行检索时,存在有些样本的检索准确率为零的问题,提出融合神经网络不同层的信息作为图像的特征表示;针对直接使用图像特征进行检索时响应时间过长的问题,使用深度哈希的方法将图像特征映射为二进制的哈希码,这样哈希码中既包含底层的边缘信息又包含高层的语义信息;同时,提出了一种相似性度量函数进行相似性匹配.实验结果表明,与已有的图像检索方法相比,该方法在检索准确率上有一定程度的提高.(本文来源于《计算机辅助设计与图形学学报》期刊2019年08期）
蔡晨,罗可[8]（2019）在《融合BTM和图论的微博检索模型》一文中研究指出微博数据量庞大且微博文本的字符数少、特征稀疏,为提高检索精度,提出一种融合BTM和图论的微博检索模型,通过词汇语义相关度计算微博文本中带有标签的特征相关度,构建bi-term主题模型,用JSD距离计算映射到该模型中短文本的词对相关度,抽取CN-DBpedia中实体及图结构,再使用SimRank算法计算图结构中实体间的相关度。综上3种相关度为该模型最终相关度。最后使用新浪微博数据集进行检索实验,实验结果表明:对比于融合隐含狄利克雷分布算法与图论的检索模型和基于开放数据关联和图论方法系统模型,新模型在MAP、准确率和召回率上性能有明显提高,说明该模型具有较优的检索性能。(本文来源于《计算机工程与科学》期刊2019年08期）
何柏青,王自敏[9]（2019）在《基于特征融合的图像检索方法解析》一文中研究指出新时期如何提升基于内容的图像检索精准度,成为图像检索领域需要思考和解决的问题。提升基于内容的图像检索精准度的关键是量化处理彩色图像,应用彩色共生矩阵提取图像纹理特点,计算图像之间的欧式距离,利用加权的颜色和纹理特征检索图像,满足用户的使用需求。为此,将基于特征融合的图像检索作为基本研究对象,分析基于特征融合的图像检索方法应用面临的问题和优化对策,旨在提升图像检索精度。(本文来源于《信息与电脑(理论版)》期刊2019年15期）
兰蓉,母保洋[10]（2019）在《二级分区下颜色融合纹理的刑侦图像检索》一文中研究指出多数刑侦图像检索算法缺乏图像局部特征的提取,从而导致检索精确度较低。对此,提出一种新的二级分区下颜色融合纹理的刑侦图像检索算法。该算法采用二级分区将图像划分成多个局部区域;提取局部区域的颜色自相关图特征和双树复小波结合多方向多参数的灰度共生矩阵的纹理特征;以串行的方式融合局部区域特征。使用核主成分分析法(Kernel Principle Component Analysis,KPCA)进行特征选择,以欧式距离作为相似性度量实现检索。通过在两个刑侦图库的实验结果表明,该算法的平均精确度均高于传统的刑侦图像检索算法,具有良好的检索效果。(本文来源于《计算机应用与软件》期刊2019年08期）
融合检索论文开题报告
（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：
社交网络的快速发展催生出大量短文本数据.鉴于短文本具有长度短、信息量少、特征稀疏、语法不规则等特点,根据Wikipedia类图(Wikipedia Category Graph,WCG)中包含的结构信息,通过分析其中的主题特征,提出一种语义特征选择及关联度计算方法.以此为基础,通过计算用户查询与目标短文本之间的语义关联度,实现对短文本的检索和排序.最后通过在Twitter子集上的实验结果表明,融合Wikipedia类图和主题特征的短文本检索方法比现有一些检索方法在评估指标MAP,P@k及R-Prec上具有更好的效果.
（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。
融合检索论文参考文献
[1].于邓,刘玉杰,邢敏敏,李宗民,李华.包含跨域建模和深度融合网络的手绘草图检索[J].软件学报.2019
[2].李璞,肖宝,孙玉胜,张志锋,邓璐娟.一种融合Wikipedia类图和主题特征的短文本检索方法[J].河南师范大学学报(自然科学版).2019
[3].邓婧溪,郭乐,杨军辉,肖卫雯,谭玉美.基于PBL与微课融合的医学文献检索课程改革探究——以湖南中医药大学为例[J].中国中医药图书情报杂志.2019
[4].崔红静,景军锋,张缓缓,苏泽斌.融合颜色和边缘特征的织物图像检索算法[J].棉纺织技术.2019
[5].黄名选,夏国恩,高荣,蒋曹清.融合加权模式挖掘与规则混合扩展的跨语言检索[J].小型微型计算机系统.2019
[6].肖潇,段旻.融合改进粒子群算法的船舶图像检索研究[J].舰船科学技术.2019
[7].王志明,张航.融合多层卷积神经网络特征的快速图像检索方法[J].计算机辅助设计与图形学学报.2019
[8].蔡晨,罗可.融合BTM和图论的微博检索模型[J].计算机工程与科学.2019
[9].何柏青,王自敏.基于特征融合的图像检索方法解析[J].信息与电脑(理论版).2019
[10].兰蓉,母保洋.二级分区下颜色融合纹理的刑侦图像检索[J].计算机应用与软件.2019
标签：手绘草图检索; 跨域建模; 多层深度融合卷积神经网络; 特征融合;