3D模型检索技术综述

全面地综述了3D模型检索技术，介绍了3D模型检索界面和一个3D模型检索系统，并对该技术领域的未来发展进行了总结和展望．     

基于内容的图像检索系统的设计与实现

为了解决多媒体数据库中的图像检索问题,设计了一种基于内容的图像检索系统模型,并给出了该模型的具体实现方法与反馈机制.     

面向海量植物图像的智能检索系统设计

针对传统软件技术设计的植物图像检索系统中存在无法实现智能检索、植物图像数量增长慢、检索系统难以扩容,以及当植物图像数量达到百万级以上时检索效率低和检索请求高并发时植物图像加载慢等问题,提出利用百度AI技术、ImageSharp图像分割技术和CV2颜色识别技术实现植物图像的智能检索。利用FastDFS技术实现检索系统的动态扩容、负载均衡和植物图像的快速加载,利用Solr搜索引擎技术提高海量植物图像的检索效率,利用Python爬虫技术不断丰富检索系统的植物图像从而实现检索系统的可持续化发展。实验结果表明,通过上述技术能够构建一个面向海量植物图像的智能检索系统。     

行星数据编目模型的设计与实现

根据行星数据系统(PDS)标准规范、行星数据特点及PDS元数据模型,设计一个行星数据编目模型。通过扩展传统数据编目模型支持数据展示和空间查询,采用对象-关系数据库的方式存储编目信息以实现数据的管理、归档和分发。通过建立行星数据编目检索系统验证该模型的正确性和有效性,并表明该模型能提供一致的目录访问接口,使用户方便快速地检索到感兴趣的行星数据。     

经典信息检索模型的分类比较

信息检索的模型,主要是用于检索和排序的计算用户查询请求和信息的匹配程度的问题。目前已有的检索模型有布尔模型、向量模型、概率模型以及以上三个经典模型的变形模型。通过对经典模型进行分析比较,以便在设计具体的检索系统时,根据检索对象的特点,采取合适的检索模型,提高检索效率。     

基于自然语言处理的图像情感语义检索研究

自然语言问答在情感图像检索中并未广泛应用,对此进行了探索与尝试,设计和实现了一个以自然语言作为检索入口的情感图像检索系统,并给出系统架构及技术方案。研究过程中,引入自然语言处理技术对自然问句进行浅层语义分析,并建立了一个情感映射模型,实现了常用情感词语与该模型之间以及该模型与情感图像之间的映射。另外,还对系统的检索结果进行了评价。通过对系统的实现,为自然语言问答与情感图像检索的结合提供了一种新的思路与方法。     

基于聚类模型的论文分类检索系统的设计与实现

以普通的文件形式存储和管理论文无法得到良好的组织,特别在检索的时候无法满足用户的要求。本文基于聚类模型设计并实现了一套论文分类检索系统,以数据库形式存储论文,通过聚类算法对论文进行聚类达到对论文分类管理的目的,从而进一步帮助用户更高效、更快捷的检索论文。     

一种基于切片的三维模型检索算法*

为了更加高效地从三维模型库中检索出相似模型,提出了一种基于切片的三维模型检索算法。首先应用主元分析对三维模型进行预处理;然后对预处理后的模型在不同位置和不同方向上进行切片,根据所得切片断面的相对面积进行三维模型检索。基于该算法设计并实现了三维模型检索系统。实验采用PSB(PrincetonShape Benchmark)提供的三维模型数据库,结果表明把模型的切片截面作为三维模型的特征描述,能有效地区分不同模型,并取得了较好的检索效果。     

科技资源图像检索的探讨

科技资源具有海量、复杂、异构、地理分布广的特点,为了高效查找和使用科技资源的图像,指出综合运用TBIR(基于文本的图像检索)和CBIR(基于内容的图像检索)共同检索科技资源图像,并列举了较为先进的图像检索系统,探讨了科技资源图像检索模型。     

基于内容的智能图像检索系统设计

由于Internet中的图像信息资源是异构的,人们要想从中发现、收集和维护自己需要的信息要花费大量的时间和精力.为了更有效地利用Internet上的图像资源,文章从基于内容的图像检索的现状出发,运用Agent技术,提出了一种基于内容的智能图像检索系统的初步模型,并设计了其中核心部分的基本结构:用户Agent、协调器和信息Agent,从而弥补了现有图像检索系统在自适应用户兴趣和交互式等方面的不足,提高了系统的检索正确率和检索能力.