相关反馈

摘要： 为了克服当前基于内容的相关反馈图像检索系统检索性能低、未能深入探索特征空间、参数复杂等问题,提出一种基于深度学习和集成多尺度量子谐振子优化算法与支持向量机算法的相关反馈图像检索算法(MQHOASVM-RF)。使用卷积神经网络迁移学习提取更深层次图像特征,利用奇异值分解实现主成分分析,对高维特征进行降维,通过用户与系统不断交互捕获反馈信息。多尺度量子谐振子优化算法能指导特征点更快地向理想查询点靠近,探索更多潜在相关区域,对特征空间进行有效搜索。采用间隔带TopK排序方式,结合反馈信息筛选合理训练集以指导支持向量机学习,训练出可以将相关图像和不相关图像最大程度分离的超平面。通过实验证明:所提算法相较其他算法需设置的参数更少,具有更高的检索精度、更高的检索效率、更强的鲁棒性。

摘要： 本文针对图像检索在相关反馈过程中,随着迭代次数的增加,检索能力下降、反馈内容和检索内容无关的现象,提出一种用小世界粒子群算法优化图像检索中的相关反馈过程的方法。通过小世界粒子群算法优化图像检索中的相关反馈过程,一方面可以增加粒子的多样性,不停滞于局部次优解,扩大图像检索的范围;另一方面,通过小世界随机连接的规则,在检索到更多相关图像的同时,可以使用较少的迭代次数检索到更多的相关图像,提高了图像检索中相关反馈的性能。通过仿真实验证明,该方法可以使用较少的迭代次数,检索到更多的相关图像。

摘要： 在疲劳锻炼期间,肌肉内的扰动增加了小直径Ⅲ/Ⅳ组肌肉传入的放电,引起肌肉工作和疼痛的感觉。由于它们的放电在运动后血流阻断期间保持升高(BFO),本研究评估了来自足底屈肌的持续Ⅲ/Ⅳ组传入反馈是否会减少膝关节伸肌的自主激活。受试者为12名健康参与者,平均年龄为27.1岁。在足底屈肌三分钟疲劳锻炼前后评估膝关节的最大自主收缩(MVC),同时进行肌电图监测。在一个疗程中,运动后两分钟使用袖带闭塞小腿血流,无袖带闭塞小腿血流的为对照组。

摘要： 在企业人力资源管理工作当中,员工的绩效考核是极为重要的一个环节,对于企业长期稳定发展有着至关重要的意义。通常来说,绩效考核对员工的绩效以及得到的相关反馈进行分析,从而对考核方法进行不断的优化,为员工绩效水平的提高提供有效保障,在根本上提高企业经营效益。在路桥企业日常运行中,员工对于项目的建设负有直接责任,必须要高度重视路桥工程质量。因此不断加强员工绩效考核是十分有必要的。基于此,本文首先分析了员工绩效考核工作的作用和意义,接着主要介绍了绩效考核的要点和方法,希望能给有关人员可供参考之处。

摘要： 在刑侦方面,鞋印图像的信息化检索对侦破串并案件有着重要的意义.在大规模的鞋印图像库中准确检索出与现场鞋印同类的图像是现在需要解决的问题之一.在基于内容的图像检索基础上,提出一种支持向量机(Support Vector Machine,SVM)与人工反馈结合的方式.利用K-means聚类算法对SIFT(Scale Invariant Feature Transformation)提取的特征向量聚类,构建鞋印图像特征包,并进行相似度排序,得出初步检索结果.用户以此结果进行相关反馈,通过SVM构造相应分类器,最后根据分类结果计算图像与超平面之间的距离来度量图像的相似度排序,返回二次检索结果.实验结果表明,在不同返回结果中二次检索比初步检索的查全率平均提高了6％.

摘要： 现有的搜索引擎算法不能完整地分析用户的查询目的,直接影响了检索的质量并增加了用户检索的代价.为了提高图像搜索的效率,文中提出了一种基于多核聚类算法的图像搜索方法,通过使用最小二乘支持向量机建立用户兴趣模型,并将个性化的搜索结果返回给用户.实验证明,与其他聚类算法相比,该算法的查全率和查准率可分别提升了8.2％、11.42％和19.7％、26.08％,有明显的提升效果.

摘要： 最优路径森林是一种基于完全图的半监督分类算法,具有精度高、实时响应快、初始标记样本需求不大及迭代自优化等优点,可部署于机器分类及相关反馈等应用.该文通过对算法原理、实现流程及其在服装检索与人脸生成领域的两个相关反馈实例应用进行剖析,为其他用户复现该算法并部署于其他领域提供借鉴.

摘要： 现有的搜索引擎算法不能完整地分析用户的查询目的,直接影响了检索的质量并增加了用户检索的代价。为了提高图像搜索的效率,文中提出了一种基于多核聚类算法的图像搜索方法,通过使用最小二乘支持向量机建立用户兴趣模型,并将个性化的搜索结果返回给用户。实验证明,与其他聚类算法相比,该算法的查全率和查准率可分别提升了8.2%、11.42%和19.7%、26.08%,有明显的提升效果。

摘要： 眼球追踪是近两年来的热门技术,这项技术能通过电脑追踪人眼看到的位置,并提供相关反馈。瑞典有一家名为“托比”的眼球追踪技术公司研发了一种设备,包含有反射板和眼球追踪器。它们被安装到电脑屏幕下方,并可以射出红外线。这个设备发出的红外线经过眼球反射,又被摄像头捕捉。

摘要： 本文提出了一种新的基于选择性神经网络集成的图像相关反馈机制。在用户标注正负示例的基础上，首先利用改进的Bagging算法训练出若干个体网络分类器，之后提出一种新颖的基于可达性矩阵的简单聚类方法(AM)对个体网络聚类，自动获得聚类数目以及聚类结果,在每一类中选择最优网络进行集成,并在相关类上寻找相似图像。在COREL图像库中的实验表明，与传统的基于K-means聚类和最大最小距离法(MM)聚类进行的神经网络集成相比，该聚类集成机制获得了更高的查全率和查准率，并且兼顾了运行的高效性以及算法的智能性。

摘要： 研究界关于相关反馈问题的研究已经有近30年的历史，相关反馈也被证明可以在很大程度上稳定地提升检索系统的性能。由于目前相关反馈的应用，以及用户提供反馈信息的方式都发生了明显的变化，有关相关反馈的研究又一次引起了研究界的注意。本文提出了一种基于义档相似度的搜索结果重排序方法，该方法同时利用丫反馈信息中的相关文档与不相关文档。充分客观的实验数据表明：该方法不仅可以稳定的提高系统的检索性能，并且相较干经典的查询扩展方法有着明显的优势.

摘要： 查询优化问题虽然整体的优化目标是明确的,但由于用户主观理解导致优化目标的细节会有一定的随机性,并且由于特征提取算法中语义鸿沟的存在,导致优化方向的不稳定,本文利用粒子群优化(particle swarm optimization,PSO)算法全局寻优、快速收敛的优点,针对查询优化中相关反馈(relevant feedback,RF)问题的特点,提出一种理想值监督下的粒子群优化-相关反馈(PSO-RF)算法,算法在理想值监督下指导粒子的运动方向,进而快速向理想解集靠拢.实验表明,该方法能够有效的提高检索性能,取得较好的检索结果.

摘要： 连接高层语义和低层视觉特征的图像语义标注技术能够很好地表示图像的语义,提出并实现了一种结合相关反馈日志与语义网络的图像标注方法.该方法以收集的用户相关反馈日志为基础获得图像的语义信息,通过计算图像间的语义相似度进行语义聚类并采用语义传播的方式实现图像的语义标注.实验结果表明,随着相关反馈日志库的不断扩充,图像库中越来越多的图像会在反馈的过程中得到标注且标注的准确率会随着反馈次数的增加而趋于稳定.

摘要： 基于支持向量机的相关反馈算法在有限训练样本情况下具有良好的泛化能力.本文提出了一种改进的非查询向量转移的相关反馈算法,能有效地滤除掉向量中一些不相关信息,解决了传统向量转移算法速度较慢、误差较大的不足,而且通过不断累积用户实时的反馈信息,缓解了目前存在的训练样本集少、正负样例不平衡问题,同时也减少了反馈次数,降低了时间复杂度,提高了检索效率和性能.

摘要： 一个好的搜索引擎返回的命中结果应该有一个好的排序。网页本身的重要性是搜索引擎结果排序的一个重要依据，PageRank算法是通过分析网页之间的链接结构来得到网页的重要性。然而，网页之间的链接关系是网站的网页设计者设计的，它只能反映设计者对网页的理解，忽略了用户对网页的理解。本文提出一个从用户点击数据中获得相关反馈信息的综合策略。算法中设置一个修正向量，依据用户点击数据中得到的相关反馈信息来计算向量的值。并将修正向量作为一个参数应用到PageRank算法，是一种简单的个性化搜索应用。

摘要： 在总结了当前国內外多媒体检索领域中最活跃的图像检索和视频检索的研究现状后，本文提出和实现了一个面向多媒体信息的多模态检索系统，并结合SVM支持向量机相关反馈算法对图像进行分类，充分体现出SVM理论的实用价值。

摘要： 提出了一种基于AdaBoost相关反馈的区域图像检索方法.结合图分割的图像分割算法和多区域匹配方法,利用用户的反馈信息对AdaBoost弱分类器的反复训练,得到一个具有较小错误率的强分类器.将其应用到区域图像检索中从而返回更加精确的查询结果.实验表明(图像数据库大小为10000),基于AdaBoost相关反馈的区域图像检索方法有更好的检索查准率和密集度,优于单一区域的图像比较算法和多区域比较算法.

摘要： 本文回顾了图像检索技术的进展进程,并对其主要相似性度量、多特征融合、相关反馈和评价标准等进行了深入的讨论,最后,提出了若干值得深入研究的方向。

摘要： 一种感测装置监测和跟踪食物摄入事件和细节。适当编程的处理器控制所述感测装置的各方面以捕获数据、存储数据、分析数据并且提供与食物摄入相关的合适反馈。更一般地说，方法可包含与食物摄入、进食习惯、进食模式和/或食物摄入事件、进食习惯或进食模式的触发事项相关的检测、识别、分析、量化、跟踪、处理和/或影响。反馈的目标可在于影响食物摄入、进食习惯或进食模式和/或这些方面的触发事项。所述感测装置还能够用于跟踪和提供食物相关行为之外的反馈，且更一般地说，跟踪行为事件、检测行为事件触发事项和行为事件模式以及提供合适的反馈。

摘要： 本发明涉及一种用于上报相对于第一设备的第一天线和第二设备的第二天线之间的信道的信道状态信息(channel state information，CSI)估计的反馈消息的装置。装置用于：确定在第一天线和第二天线之间的信道的预定带宽内的频率响应；对确定的频率响应的相位进行取样，以获得确定的频率响应的相位的样本数目；以及向另一个装置发送至少第一反馈消息，第一反馈消息包括获得的样本的至少一个子集的信息。

摘要： 本发明提出了一种关联模式挖掘与词向量学习融合的伪相关反馈扩展方法，该方法首先将用户查询检索原始中文文档集得到的初检文档来构建初检文档集，提取前列m篇初检文档作为伪相关反馈文档集，采用基于CSC框架的关联规则挖掘方法对伪相关反馈文档集挖掘候选扩展词，建立候选扩展词集，然后计算候选扩展词与原查询的向量余弦相似度，提取不低于相似度阈值的候选扩展词作为最终扩展词，最终扩展词与原查询组合为新查询，再次检索原始文档集，实现查询扩展。实验结果表明，本发明方法的扩展检索性能比现有基于关联模式的和基于词向量的查询扩展方法高，能有效地减少查询主题漂移和词不匹配问题，提高信息检索性能，具有较好的应用价值和推广前景。

摘要： 本发明提出了一种基于问答系统的伪相关反馈的扩展查询方法,借鉴一些问答系统中成熟的语义挖掘模块，比如注意力机制等，使得模型可以真正理解用户的搜索意图，从而根据查询与文档的交互语义信息来选择扩展词项。与传统模型相比，由于加入了语义交互特征，扩展词项选择的效果显著提高。此外，我们还进一步加入基于成对损失函数的神经网络来理解词项的统计学特征，运用词频、逆文档频率等来纠正语义模型可能存在的语义漂移问题。实践证明，我们的方法相比于之前传统的伪相关反馈算法有着更高的排序准确度及更好的鲁棒性，可以被应用于各类搜索场景。

摘要： 本发明提供一种基于BERT的伪相关反馈模型信息检索方法，包括在伪相关反馈的第一轮检索中，首先通过BM25模型对目标文档集合D进行评估，筛选出文档集合D′，再通过BERT模型对文档集合D′中文档再次进行评估，得到文档的BERT得分；将通过BM25检索模型和BERT模型得到的文档得分线性融合，得到伪相关文档集合D1；基于伪相关文档集合D1进行查询扩展选出候选扩展词，再通过BERT句子语义相似度优化候选扩展词，得到最终的扩展词；最终的扩展词与原始查询Q结合，生成新的查询关键词集合，以BM25模型对目标文档集合D进行第二轮检索，得到最终的检索结果。本发明支持在海量信息中去除大量无用和不相关的信息，得出更加精准的候选词，提高扩展查询及最终检索的精度。

摘要： 本发明提供一种基于语义相似度的伪相关反馈模型信息检索方法及系统，包括根据查询关键词从目标文档集合中进行第一次查询提取伪相关文档集合后，采用Rocchio算法进行查询扩展，同时根据句子的语义相似度进行查询扩展，将两种查询扩展方法的结果融合，进行第二次查询实现最终的信息检索。本发明在选取扩展词项的时候，既能突出传统方法的查询词项与扩展词的重要度关系，又结合了词项所在句子的语义相关性，符合现实中句子语义相似时词项是有关联的情况，即词项之间即使表述不同，语义也相关的情况，从而使查询词在多语义的环境下具有更好地区分度，支持在海量信息中去除大量无用和不相关的信息，得出更加精准的候选词，提高扩展查询及最终检索的精度。

摘要： 本发明公开了一种基于高效样本选取与参数优化的相关反馈图像检索方法，首先提取图像底层特征，并度量示例图像和图像库中图像的欧氏距离；其次，应用MABC‑Kmeans算法对图像库施行聚类操作；然后，用户标注前N幅图像，产生正负例图像，应用距离加权法确定正负例样本，并形成正负例样本集；最后，应用CS‑SVM算法对样本进行训练，把训练结果反馈给用户，继续进行标注直至其满意反馈结果。实验结果表明，本发明方法采用MABC‑Kmeans算法进行样本筛选，减少了用户对样本的标记数量，有效提高了样本精度；采用CS‑SVM算法对样本施行训练，有效提升了分类效果。

摘要： 本发明公开了一种可扩展的多语义图像相关反馈方法，包括以下步骤：步骤一，有效主流排序；步骤二，基于帕累托的多语义图像相关反馈；给定某一基于内容图像检索的图像特征数据集X＝{x1,x2,...,xn}；定义M为X上的某种度量(如距离度量)；定义排序函数R为每个xi分配排序得分γi，对应于检索图像特征数据点的排序得分为1；该可扩展的多语义图像相关反馈方法，利用和结合有效主流排序依据数据中潜在的几何关系对检索数据进行相似性度量排序，实现了一种具有强鲁棒性(扩展性)的图像相关反馈检索方法，同时集合帕累托前沿深度，利用帕累托相关理论依靠检索数据的有效主流排序结果进行反馈检索优化，实现了基于内容的多语义图像相关反馈检索。

摘要： 本发明公开一种伪相关反馈中的文档主题相关性模型，通过在PRF模型中引入基于主题的反馈文档之间的相关性来估计反馈文档的可靠性。所述PRF模型为相关性模型，通过在PRF模型中引入基于主题的反馈文档之间的相关性构建基于主题的相关性模型。与Miao等人提出的方案不同，本发明的方法可以被认为是一种通用的方法，能够被纳入任何其它PRF模型中。在TREC的5个公开数据集上对本发明提出的基于主题的伪相关反馈的相关性模型进行了验证，实验结果表明本发明算法具有良好的性能。

摘要： 本发明提出了一种基于问答系统的伪相关反馈的扩展查询方法,借鉴一些问答系统中成熟的语义挖掘模块，比如注意力机制等，使得模型可以真正理解用户的搜索意图，从而根据查询与文档的交互语义信息来选择扩展词项。与传统模型相比，由于加入了语义交互特征，扩展词项选择的效果显著提高。此外，我们还进一步加入基于成对损失函数的神经网络来理解词项的统计学特征，运用词频、逆文档频率等来纠正语义模型可能存在的语义漂移问题。实践证明，我们的方法相比于之前传统的伪相关反馈算法有着更高的排序准确度及更好的鲁棒性，可以被应用于各类搜索场景。