×

基于快速加权中心粒子群算法的并行相关反馈三维模型检索。 (英语) Zbl 1209.68205号

摘要:我们提出了一种基于相似域修改的并行相关反馈方法,该方法同时考虑了影响三维模型检索相似域的所有因素。首先,我们提出了一种新的统一数学模型,将问题形式化为一个具有多目标和约束的优化问题。其次,我们的方法通过平等对待相似域的所有修改操作来同步优化所有参数。第三,我们用两种不同的方法改进了标准粒子群算法。最后,我们给出了几个实验,表明了我们的方法相对于现有串行方法的优势。

MSC公司:

68第20页 信息存储和数据检索
68吨10 模式识别、语音识别
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Iyer,N。;Jayanti,S。;Lou,K.,《三维形状搜索:最新进展和未来趋势》,计算机辅助设计,5509-530(2005)
[2] H.Y.Bang,T.Chen,《特征空间扭曲:相关性反馈的方法》,载:IEEE国际图像处理会议,美国纽约罗切斯特,2002年,第22-25页。;H.Y.Bang,T.Chen,《特征空间扭曲:相关反馈的方法》,载于:IEEE图像处理国际会议,美国纽约州罗切斯特,2002年,第22-25页。
[3] I.Atmosukarto,W.K.Leow,Z.Huang,三维模型检索的特征组合和相关反馈,收录于:MMM,2005,第334-339页。;I.Atmosukarto,W.K.Leow,Z.Huang,三维模型检索的特征组合和相关反馈,收录于:MMM,2005年,第334-339页。
[4] 帕帕达基斯,P。;Pratikakis,I。;Trafalis,T.,《基于内容的三维对象检索中的相关性反馈:比较研究》,《计算机辅助设计与应用杂志》,5753-853(2008)
[5] Biao,L。;Zheng,Q.,基于内容的3D模型检索的强大相关反馈机制,多媒体工具和应用档案,1135-150(2008)
[6] B.Hu,Y.Liu,S.Gao,三维CAD模型检索反馈的并行全局优化方法,摘自:2007年IEEE第十届CAD/Graphics国际会议论文集,2007年,第132-137页。;B.Hu,Y.Liu,S.Gao,三维CAD模型检索反馈的并行全局优化方法,载于:2007年IEEE第十届CAD/Graphics国际会议论文集,2007年,第132-137页。
[7] M.Elad,A.Tal,S.Ar,VRML对象的基于内容的检索——一种迭代和交互式方法,EG多媒体,2001年,第97-108页。;M.Elad,A.Tal,S.Ar,VRML对象的基于内容的检索——一种迭代和交互式方法,EG多媒体,2001年,第97-108页。
[8] G.Leifman,R.Meir,A.Tal,使用相关反馈的面向语义的三维形状检索,视觉计算机(太平洋图形),2005年,第865-875页。;G.Leifman,R.Meir,A.Tal,使用相关反馈的面向语义的三维形状检索,视觉计算机(太平洋图形),2005年,第865-875页。
[9] M.Novotni,G.J.Park,R.Wessel,R.Klein,三维形状检索中基于核的相关反馈方法评估,收录于:第四届基于内容的多媒体索引国际研讨会论文集,里加,拉脱维亚,2005年。;M.Novotni,G.J.Park,R.Wessel,R.Klein,三维形状检索中基于核的相关反馈方法评估,收录于:第四届基于内容的多媒体索引国际研讨会论文集,里加,拉脱维亚,2005年。
[10] 希兰,P。;最小值,P。;Kazhdan,M。;Funkhouser,T.,《普林斯顿形状基准》(《形状建模与应用学报》(2004),IEEE出版社:IEEE出版社,意大利),117-167
[11] Y.Rui,T.S.Huang,图像检索中的优化学习,摘自:IEEE会议论文集计算机视觉和模式识别,南卡罗来纳州,2000年,第236-243页。;Y.Rui,T.S.Huang,《图像检索中的优化学习》,载《IEEE计算机视觉和模式识别会议论文集》,南卡罗来纳州,2000年,第236-243页。
[12] 科克塞特,H.S.M.,《几何导论》(1969),威利出版社:威利纽约·Zbl 0181.48101号
[13] Yin,P.Y。;Bhanu,B.,《使用强化学习集成相关反馈技术进行图像检索》,IEEE模式分析和机器智能汇刊,101536-1551(2005)
[14] 奥利维尔,C。;Haner,P。;Vapnik,V.N.,用于基于直方图的图像分类的支持向量机,IEEE神经网络汇刊,5,1055-1064(1999)
[15] V.N.Vapnik,学习理论的风险最小化原则,见:神经信息处理系统的进展,第4卷,1992年,第831-838页。;V.N.Vapnik,《学习理论的风险最小化原则》,载于《神经信息处理系统的进展》,第4卷,1992年,第831-838页。
[16] R.C.Eberhart,J.Kennedy,《使用粒子群理论的新优化器》,载于《第六届微机器与人类科学研讨会论文集》,IEEE服务中心,新泽西州皮斯卡塔韦,1995年,第39-43页。;R.C.Eberhart,J.Kennedy,《使用粒子群理论的新优化器》,载于《第六届微机器与人类科学研讨会论文集》,IEEE服务中心,新泽西州皮斯卡塔韦,1995年,第39-43页。
[17] X.Hu,R.C.Eberhart,使用动态邻域粒子群优化的多目标优化,载于:《IEEE进化计算大会论文集》(CEC 2002),美国夏威夷火奴鲁鲁,2002年,第1677-1681页。;X.Hu,R.C.Eberhart,使用动态邻域粒子群优化的多目标优化,收录于:IEEE进化计算大会(CEC 2002),美国夏威夷檀香山,2002年,第1677-1681页。
[18] Saul,L.K。;Roweis,S.T.,通过局部线性嵌入降低非线性维数,《科学》,290,2323-2326(2000)
[19] Yu,L。;郑,Q。;哲文,S。;Jiang,L.,中心粒子群优化,神经计算,672-679(2007)
[20] Clerc,M。;Kennedy,J.,《多维复杂空间中的粒子群爆炸、稳定性和收敛》,IEEE进化计算汇刊,658-73(2002)
[21] Jayanti,S。;Kalyanaraman,Y。;Iyer,N。;Ramani,K.,为CAD模型开发工程形状基准,计算机辅助设计,38,9,939-953(2006)
[22] C.B.Akgul,B.Sankur,Y.Yeemez,et al.,《通过排序风险最小化进行3D物体检索的相似性评分融合》,载于:《欧洲制图学会3D物体检索研讨会论文集》,希腊克里特岛,2008年4月。;C.B.Akgul,B.Sankur,Y.Yeemez,et al.,《通过排序风险最小化进行3D物体检索的相似性评分融合》,载于:《欧洲制图学会3D物体检索研讨会论文集》,希腊克里特岛,2008年4月。
[23] Chih-Chung Chang和Chih-Jen Lin,LIBSVM:支持向量机库,2001年。软件可在网址:http://www.csie.ntu.edu.tw/~cjlin/libsvm;Chih-Chung Chang和Chih-Jen Lin,LIBSVM:支持向量机库,2001年。软件可在网址:http://www.csie.ntu.edu.tw/~cjlin/libsvm·Zbl 0993.68080号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。