基于内容的图象检索技术的研究和发展

多媒体技术和数字图书馆的发展和应用,使基于图象内容的检索技术,成为图象处理和计算机视觉的前沿问题。图象数据库检索查询的研究目的就是实现自动地、智能化地检索和管理图象。文章详细介绍了该技术的研究状况和具体应用,并探讨了其发展前景。     

基于数据库的雕刻学习特征库建立方法

该文在分析雕刻学习轨迹实时信息的采集、传送、集中管理和特征提取的基础上,采用商用数据库管理系统和文件管理相结合的策略,实现对实时数据的管理和雕刻学习特征库的建立。这种方法具有快速存取、数据独立、数据库可扩充并且灵活支持扩展应用等特点,系统采用ADO技术实现了采集和特征数据的存取。系统在应用中取得了令人满意的效果。     

基于模糊颜色空间聚类的图像检索方法

鉴于图像信息固有的复杂性和不精确性,引入了模糊化的机理对HSI颜色模型的颜色信息进行模糊量化,得到关于颜色特征的模糊直方图,并应用Robust的视觉采样聚类方法对其进行聚类和匹配,取得了较为满意的结果。     

具有三级索引词库结构的中文分词方法研究*

提出了一种分组并具有三级索引结构的词库组织体系,给出了合适的索引密度间隔;针对系统基本词库的扩充问题,考虑了一种基于词频统计并具有过滤功能的关键词自动抽取和小词条添加方法。大量仿真实验结果表明,采用该方法可较大提高中文文本的切词速度及信息的查全查准率。     

本体在E learning系统中的应用研究*

探讨了Elearning及本体,提出了基于本体的Elearning系统层次结构模型,并重点研究了本体在其中的应用：用于描述学习材料语义的内容本体,用于定义学习材料上下文的上下文本体以及用于在学习课程中组织学习材料的结构本体。     

基于SVM的图像低层特征与高层语义的关联*

在基于内容的图像检索中,针对图像的低层可视特征与高层语义特征之间的鸿沟,提出了一种基于支持向量机(SVM)的语义关联方法。通过对图像低层特征的分析,提取了颜色和形状特征向量(221维),将它们作为支持向量机的输入向量,对图像类进行学习,建立图像低层特征与高层语义的关联,并应用于鸟类、花卉、海洋以及建筑物等几个典型的语义类别检索。实验结果表明,该方法可适应于不同用户的图像检索,并提高了检索性能。     

基于自然语言的检索方法在图案数据库中的应用研究*

基于自然语言的检索方法已经应用到许多数据库系统中。根据图案数据库的特点,提出了一个基于自然语言的检索模型,论述了怎样将自然语言转换成查询语句（SQL语句）需要注意的一系列问题。     

基于形状不变矩的图像检索算法的研究

描述了一种基于Hu形状不变矩的图像全局形状特征提取方法和算法IMS。实验结果表明,使用IMS。算法提取的形状特征向量具有对平移、旋转和尺度变化的不变性,适合于进行图像形状的检索。     

基于信息检索课的大学生信息检索行为调查研究

信息检索课程的系统化讲授,对于大学生优化信息检索行为,提高信息检索使用效率具有不容忽视的教学辅助作用。立足问卷调查形成的一系列相关数据,探讨大学生信息检索行为存在问题,最终在课程教学中提出优化大学生信息检索的对策：明确信息检索目的,提升实施效果;有效提升检索行为实施频率,增强综合质量;使得信息获取多元发展,优化成效凸显。