1) auto relevance feedback
自动相关反馈
1.
A novel auto relevance feedback image retrieval method called the outer auto relevance feedback(OARF) is proposed based on the pseudo-relevance feedback technology.
基于虚拟相关反馈(PRF)技术,提出了一种新的自动关联反馈检索方法——外部自动相关反馈(OARF)。
2) Active relevant feedback
主动相关反馈
3) relevance feedback
相关反馈
1.
Online composite shape recognition based on relevance feedback;
基于相关反馈技术的在线复杂图形识别(英文)
2.
Audio clip retrieval and relevance feedback based on the audio representation of fuzzy clustering;
基于模糊聚类表征的音频例子检索及相关反馈
3.
Support vector machine based relevance feedback algorithm in image retrieval;
基于支持向量机的相关反馈图像检索算法
4) relevant feedback
相关反馈
1.
The paper proposes a Bayes-based relevant feedback approach by integrating visual features and semantics to effectively make use of semantics and visual features in content-based image retrieval systems.
为了有效地利用图像检索系统的语义分类信息和视觉特征,提出一种基于Bayes的集成视觉特征和语义信息的相关反馈检索方法。
2.
This paper introduces the features of theCBIR, discusses on the various feature-extraction technologies, and expounds the contents of relevant feedback and performance evaluation.
介绍了基于内容的图像检索技术的特点,讨论了各种特征提取技术,阐述了相关反馈、性能评价等内容。
3.
Aimed at presenting objectively the perspectives of users in the system of image retrieval,an image retrieval method of relevant feedback based on rough set and genetic algorithms is proposed.
针对如何在图像检索系统中客观地表达用户的感知,提出了一种基于粗糙集和遗传算法的相关反馈图像检索方法。
5) feedback
[英]['fi:dbæk] [美]['fid'bæk]
相关反馈
1.
Research and improvement of relevance feedback based on vector transfer in image retrieval;
图像检索中基于向量转移的相关反馈算法的研究与改进
2.
It is a feedback based method which make use of the prod hex-vision images and commented keyword.
本文提出了一种引入相关反馈的利用半自动标注关键字和六视图形状信息的检索方法。
6) relative feedback
相关反馈
1.
And the method combines ontology technology and relative feedback technology.
该算法采用本体论和相关反馈技术相结合的方法。
补充资料：信息检索中的相关反馈
信息检索中的相关反馈
relevance feedback in information retrieval
x inx一jiansuo zhong de xiangguan fankui信息检索中的相关反馈《relevancef改月backininfo们川以tionretrieVal)根据对检索结果的相关判断自动修改检索方式进而获得更加满意的检索效果的技术。 相关反馈的研究大都基于具有相关排序能力的检索模型(如向量空间模型、概率检索模型)，但近来已有部分研究结果被修正以适应布尔检索模型(参见怕息检索理论)。相关反馈有两种基本方法:第一种是重新确定词权值，即在不修改原表达式的前提下，根据用户的相关判断及提问词在相关及非相关文献中的分布规律重新确定检索词权值。将在相关文献中出现的词之权值增加而将未出现者减少，然后再次进行相关排序确定检索结果。事实上这是概率模型的基本形式。第二种是提问修正，修改提问中实际出现的词。这是因为用户所给出的查询表达式中经常含有其所需文献中不存在的词，并且总有一些未检索出的相关文献之标引词与查询表达式及其它相关文献标引词不同。这样无论如何做重新加权对于检索那些以原始提问中未出现的词标引的相关文献均没有帮助。因此，如果原来提问不太合适，必须修改初始提问来提高性能。这种方法的关键在于帮助用户决定如何修改提间。为了避免随意性，修改必须在系统的导引下进行，即系统给出适当的帮助信息，用户依信息作出判断并完成修改。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条