流形表面上基于测地距离的K-means聚类多样化检索方法

摘要

本发明公开了一种流形表面上基于测地距离的K-means聚类多样化检索方法，具体包括以下步骤，提取特征，训练并生成多个不同参数的SVM，选出最佳SVM；提取输入图像特征并用最佳SVM执行检索，产生结果排序；利用DB指标选择缓冲池大小值及k近邻的k值；训练集的类空间划分，改进的K-means聚类法；利用测地距离得出最靠近各聚类中心的图像，然后导出最终排序。本发明用基于内容的图像检索技术，自动实现对图像识别和检索，很好的选取最优参数，并在保证相关性的前提下，实现检索结果的多样性，为用户隐藏雷同或近似雷同的检索结果，提取了具有代表性的结果，在尽可能短的时间为用户提供更多样化的信息。