A Long Term Learning Method in CBIR Systems by Defining Semantic Templates
Publish place: 20th Iranian Conference on Electric Engineering
Publish Year: 1391
نوع سند: مقاله کنفرانسی
زبان: English
View: 1,510
متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICEE20_286
تاریخ نمایه سازی: 14 مرداد 1391
Abstract:
This paper provides a long term learning method in CBIR systems by defining a kind of semantic template to represent semantic concepts of images. Information, which isachieved in the short learning technique, is used in construction of semantic templates. A similarity function is introduced to findthe similarity between queries and semantic templates. The experimental results confirm the effectiveness of the proposed method.
Keywords:
Authors
Esmat Rashedi
Shahid Bahonar university of Kerman
Hossein Nezamabadi-pour
Shahid Bahonar university of Kerman
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :