- 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
网络多媒体信息智能过滤检索的实现
李勇
安徽财贸学院经济信息管理系 蚌埠233041
摘要:本文论述一个基于内容的智能网落多媒体信志过溶检索系统的实现.采用一定的量
化算法,以向量的形式描述网络信息中各独立嫌棒对象的特征,最终以一个向量蛆代表多
媒体信息的内容特征,进而实现基于内容的网络多媒体信息捡索.同时在用户学习模块,
利用BP神经网蝽明确用户兴趣,实现检索过滤多媒体信息的智能化.
关麓词:多媒体信息智能检索向量空间BP神经网络M阻G7
1 引言
随着网络在全球范围内的兴起,网络的快逮发展使得人们可在这个世界最大的分布式
知识库中共享大量的信息。网络不单单是交流通讯的工具,而且成为—个庞大的数字盔拟
图书馆。由于网络上的信息是符合人的阅读习惯而非计算机,同时网络又是汇集了复杂文
本结构、图象、声音等多种信息的复杂媒体,这都大大降低了网络信息的利用效率。因此
如何帮助用户有效收集和选择所感兴趣的信息,尤其是帮助用户在日益增多的信息中发现
新的概念并自动分析它们之间关系。真正作到信息处理的自动化是现今信息技术的研究热
点。由于现代网络信息不仅仅是以文本的形式表述,海量多媒体信息的出现促使^们寻拽
量佳方法对其组织,管理并寻求快速、便挺、有效的检索方法。而不会为了找寻所需信息
花费大量的时间和精力并防止检索结果中包含大量的信息垃圾。为此,人们需翼找寻一种
智能化的方法代替人们执行复杂的学习、收集、9I}选和过滤任务;能够发现不同罔络媒体
信息间舶关联性;解决多煤体信息问的相互转换;利用领域知胡卿暇啦索速度过滤无关信息。
2基于内容的智能多媒体信息检索
多攥体信息控索不弼于传统的文本信息检索,传统文奉敦据库信息当以记录豹方式组
织臂理。每个记录具有一定数目的域,每介境脯确定的畲义。对于传统的文本信息查诲
可通过主键(主关键字),辅健(关键字)的比较来进行检索,检索的结果具有一定的确定
性。而多媒体信息则有很大的不同,它不仅包括文本信息还包括视频信息和音频信息,对
于多媒体信息的检索相较文本检索要困难的多。基于内容的多媒体信息智能检索首先就是
要将多攥体信息分解,使之成为各自独立的媒体对象。对于不同的媒体对象,分别采用一
定的算法量化其特征,最终一组向量形式所有的媒体对象特征.从面实现多骐体信息内容
特征的量化。量后再根据一定的算法从弼络多媒体信患中检索由■足条件的目际对毫。因
为多媒体信息内容以量化的形式表示出来,所以该检素过翟可袖态麓用户■采加以改变,
并且具有强的共享性适于不同的系统及平台。在此基础上引人用户学习辏头。报据B志文
·嚣5·
侔提供的历史信息以一定算法如遗传算法、神经网络算法等加以实现。实现计算机信息检
索的智麓化。
基于内容的多媒体信息智能检索的结构如图l所示:
图l
用户鼻硼模块:本模块负责计算机和用户的交互,用户提出多媒体信息检索要求,搜
索引擎将检索结果通过用户界面回传给用户。于此用户必须给出准确的多媒体检索信息内
容特征描述。用户界面应当具有良好的互撼作性;详细的数据字典以科检索表达;多种检
索备遗方式以科不同层次的检索需求。
特怔囊纛曩块{本模块在深翔理解用户多煤体信息需求的基础上,对其加以分析总结,
■除伪籍息需求,再将用户需求多媒俸信息的内容特征以精确的检索语句加以描述出来。
日考■曩峨抉:本模块作为系统的—千{膏助撇,记录用户提出的需求,查询的网络
多攥体信息的内容特征,还包括浏览罔页的腿L,测览时闻等,并在进行用户学习训练时。
将这些信囊传递给用户学习模块。
用户学习辏块:用户学习模块是根据日志管理模块传递的数据,是实现计算机智毙捡
黟媒体信息的重要环节。它是采用用一定的算法(如遗传算法、o旺¨1、瑾咿L嘲算法等)
明确用户兴趣的过程。此处以BP神经网络为捌描述用户必曩的学习,如图2所示:
圈2
BP神经罔络实现的是输入变量刊输出变量的菲线性映射。在本模块中,BP神经网络
的输人为多攥傩信惠内容特征向量,慧出为用户给出的评阶值。经过训练,BP神经网络实
现多媒体倍患内容特征向量向评价值的非线性映射。根
文档评论(0)