在基于内容的图像检索系统中,图像低层特征和图像所表达高层概念之间的不一致性导致系统出现语义鸿沟问题。将相关反馈技术这样一种通过系统与用户进行交互的检索机制引入图像检索,可减小语义鸿沟,但在传统的相关反馈方法中,以前用户对数据库中图像语义评价信息在后续检索中被丢弃,系统未利用它来改进新检索的效果。记忆反馈通过长期学习,为后续反馈累积、记忆用户的历史反馈信息,从用户的反馈中提炼更多用户检索意图信息,可进一步提高系统的反馈效果。本文针对记忆反馈进行研究,通过分析查询点移动及权重查询点移动反馈算法,融合纹理和形状特征提取方法,在图像检索相关反馈模型下,将特征向量转化为权重向量,采用衰减因子动态调整以往反馈样本对当前反馈的影响,并将每次构成的检索向量存储,为后续反馈记忆累积用户检索信息。此外本文还将以往反馈样本以日志的形式进行存储来扩大反馈样本集,采用协同过滤思想对反馈日志进行分析,对数据库中图像与当前检索的相关性进行预测,从与当前反馈记录最相似的K条反馈记录构成的集合中,选出出现频率较高的图像集合,将该集合与当前反馈记录合并形成新一轮用户反馈信息,据此不断调整检索向量及权重,达到提高检索效率的目的。实现相应的图像检索实验系统,对两种相关反馈算法进行实验验证。在实验中,就检索算法的准确率、检索响应时间等进行了计算,并在此基础上与以往的算法进行了比较。实验数据表明,本文所采用的算法具有更优的检索性能。