【摘 要】
：
大规模图像数据集已经成为一种获取信息的可靠来源,在各个领域发挥着越来越重要的作用。快速有效的检索这些大规模图像数据集成为现阶段的一个研究热点。因此,如何高效地检索大规模数据集对用户与网络公司来说都是一项挑战。传统数据库无法获取图像中有价值的信息,不能满足图像处理和检索的需要。因此,在图像检索领域,建立一个能够产生准确输出的信息检索系统是至关重要的。本文针对于大规模图像数据集的内容检索,提出了一个高
论文部分内容阅读
大规模图像数据集已经成为一种获取信息的可靠来源,在各个领域发挥着越来越重要的作用。快速有效的检索这些大规模图像数据集成为现阶段的一个研究热点。因此,如何高效地检索大规模数据集对用户与网络公司来说都是一项挑战。传统数据库无法获取图像中有价值的信息,不能满足图像处理和检索的需要。因此,在图像检索领域,建立一个能够产生准确输出的信息检索系统是至关重要的。本文针对于大规模图像数据集的内容检索,提出了一个高度可扩展且计算精准的图像检索系统。本文提出的方法基于深度学习解决了上述问题。具体方法是利用深度卷积神经网络（CNN）中预先训练好的网络Res Net-50,通过迁移学习对图像进行特征提取,从而获得图像数据的深度特征描述符,并对未参与训练的图像数据进行分类。之前的研究表明,CNN在图像的识别与分类中有着较为优秀的表现,使用预先训练好的CNN网络在大规模图像数据集上进行适应性调整与迁移学习在识别与检索方面具有较好的效果。本文的研究框架是对预先训练好的网络进行函数层级自适应调整,将深度网络中参数权值调整到一个新的分类域。同时,使用深度监督哈希的方法,对图像的语义信息生成二进制哈希编码,从而实现对大规模图像数据的检索。通过图像中的某些潜在属性确定假定图像的语义标签和分类。在这一假定的基础之上,构建哈希函数作为深度学习网络中的隐藏层,并通过最小化目标函数中定义的分类错误来学习二进制编码。在此基础上,为了能够在搜索时平滑快速地进行查询,本文还对索引结构进行了优化,提出了使用PM-tree索引结构来存储哈希值的有效策略。这种方法不但便于搜索,而且将时间复杂度从O（n）降至O（logn）。在实验部分,为了比较该方法与其他基于内容的图像检索方法的准确性和计算效率,本文使用Cat-Vs-Dog、Food-5k、MNIST、CIFAR-10和Places205等图像数据集进行了一系列验证。实验结果表明,本文使用的Res Net-50模型在图像检索方面优于其他网络模型。在Cat-Vs-Dog数据集和Food-5k数据集上,本文方法的平均检索时间小于10ms,检索准确率约为98%,在Places205数据集上本文方法的准确率约为90%,同时在CIFAR-10和MNIST数据集上的实验结果也表明,我们的方法优于一些最新的算法。
其他文献
随着科技的不断进步,疏浚行业也取得了长足的发展。绞吸式挖泥船作为疏浚行业的重要工具之一,具有调遣方便、疏浚效率高等优点。现代绞吸式挖泥船正朝着自动化、智能化方向发展,成为土地复垦和港口开发的重要设备,如何提高绞吸式挖泥船的生产效率是当前的研究热点。为提高绞吸挖泥船的生产效率,本文基于预测控制理论研究疏浚作业过程中泥浆浓度的控制方法来保证泥浆浓度稳定。主要工作如下:（1）针对绞吸挖泥船疏浚过程影响因
随着我国经济社会的快速发展,电子商务的规模也实现了极大飞跃,带动城市物流配送的业务量逐年增加。电动汽车凭借其节能环保的优势,在城市物流配送领域的使用率逐年增加。受单次充电续航里程的性能所限,电动汽车与传统燃油汽车的物流配送路径规划问题有所不同,其相关研究方兴未艾,针对该问题的探索对于智能物流及绿色配送等方面,具有一定的理论意义和实用价值。本文将电动汽车的物流配送问题分解为顶层的配送中心到配送点,以
随着智能技术的发展,拥有自主决策能力的无人船在航运业占据的地位日趋重要。无人船运动控制领域的课题众多,本文主要研究了其中的自动靠泊问题。由于港口环境的复杂性,船舶在进行靠泊时存在动态不确定问题,且受到的外部扰动较大,系统信息量增多,因此自动靠泊问题已成为船舶运动控制中亟待解决的难题。本文针对无人船的自动靠泊问题,进行了如下研究工作:（1）本文参考靠泊实践过程,将整个无人船自动靠泊问题当成一个全局性
伴随着航运应用的普及和发展,自主水面船舶（Autonomous Surface Vessel,ASV）的轨迹跟踪和编队控制受到人们很大的关注。在一些勘探、货物运输和海底管道建设等环境中,ASV容易受到外部环境的干扰,如风、浪、流以及本身参数变化的影响,所以针对ASV的轨迹跟踪和编队控制问题的研究具有重要的理论意义和工程应用价值。本文首先考虑了ASV存在未知外部扰动下的轨迹跟踪问题,提出了一种基于屏
随着科技的发展和社会需求的增长,流程工业已成为国民经济发展的重要基础。然而,由于现代工业生产系统日益复杂化,大型工业系统更容易发生重大安全事故。为保障工业生产过程能够长期稳定运行,及时地发现微小故障显得尤为重要。这些微小故障通常具有变化速度缓慢、突变特征不明显和易被噪声淹没等特点,不易被常规的方法检测出来。目前,微小故障检测的研究刚刚起步。因此,对微小故障检测的研究具有重要的理论意义和应用价值。本
全驱动船舶（Fully-actuated surface vessel,FASV,hereafter called SV）兼具灵活的操纵性、较高的安全性、控制算法设计的简便性等优势,在海上货物运输、海底勘探、海洋观测等海洋作业领域具有广泛应用。本课题以三自由度SV为研究对象,基于有限时间控制算法,考虑外部扰动、模型动态部分/完全未知、速度不可测、输入饱和、固定/时变时延等实际问题,利用神经网络、自
开关磁阻电机（Switched Reluctance Motor,SRM）凭借其简易坚固的物理结构、极强的适应性、容错能力以及宽调速区间被广泛应用于航天航空、新能源汽车等多种高性能电气传动领域。准确地掌握转子角度信息是控制电机运行以及计算转速的关键。传统的SRM采用机械位置传感器采集转子角度信息,进而驱动电机运转,但机械传感器易受外界极端环境（如高温、高粉尘）的影响,限制了电机的应用推广。因此,研
随着无人机技术的飞速发展和深度学习在智能交通领域的出色表现,使得通过航拍交通视频进行交通状态参数分析研究逐渐受到重视。无人机交通参数分析系统主要是将采集到的视频图像序列进行智能分析与处理,并对道路上的交通信息做出相应的判断,从而为交通车辆的管理和控制提供全方位的辅助决策信息。因此,基于无人机航拍视频的交通监控以及交通参数提取研究具有重要的理论价值和应用前景。本文的主要研究内容包括以下几个方面:首先
海参、海胆和扇贝等海洋底栖生物味美且价高,是渔业主要的养殖对象。传统捕捞海洋底栖生物主要依靠潜水员入水作业,因此潜水员面临非常高的风险,即使安全完成作业,但长期工作也容易患上潜水病。随着科技的进步,水下机器人极大地提高了海产品的捕捞效率,但由于水下复杂环境等诸多原因,水下机器人进行水下目标识别与捕捞任务仍存在困难。本文以四种常见的海洋底栖生物为研究对象,针对水下图像的多方面问题提出相应的解决方案。
船舶电力推进技术具有良好的机动性、灵活的空间布置、绿色节能等优点,已逐步取代传统推进方式。永磁同步电机（Permanent Magnet Synchronous Motor,PMSM）具有功率因数高、安全性能好及能耗低等特点,已成为电力推进装置中推进电机的首要选择,因此开展PMSM控制策略研究对于船舶电力推进系统的设计和应用具有重要意义。PMSM为多变量、强耦合的非线性系统,实现其高性能控制的关键