相关反馈技术是基于内容的图像检索领域中,关系到系统检索效率的一项关键技术,本文主要研究工作放在基于SVM的相关反馈技术和个性化检索单元上,这里需要指出的是,本文的个性化检索单元是作为对相关反馈长期学习机制的探讨而出现的,主要内容有:1.研究了基于SVM的相关反馈算法,针对反馈样本少的问题,通过累积每轮反馈得到的正负样本来增加训练样本;但是,这种算法存在一定的缺陷,为了进一步改进检索性能,提出了一种基于二次分类的SVM分类器进行检索的算法。并通过实验同基本的SVM反馈算法进行了比较。实验证明,与SVM方法相比,二次分类SVM方法在用户相关反馈仅提供极少量反馈样本的情况下,得到的检索结果是在查全率和查准率上都比SVM方法有所提高。2.针对目前大多数基于SVM的相关反馈方法在当前检索任务完成后,不再保留用户的反馈信息,只能进行当前检索任务内的学习的缺点,本文设计了一个个性化检索单元用于收集分析用户的使用记录,进而推测出用户可能的检索意图,以利于系统的下次检索。经过实验证明,加入了个性化检索单元后,用户的反馈次数减少。3.设计了一个实验用的基于内容的图像检索系统,该系统提供简单的图像特征的提取及匹配,并设计了基于二次分类的SVM反馈方式和基于个性化检索单元的系统学习机制。