基于非对称打包和FSVM的图像检索

在图像检索的相关反馈中，引入支持向量机分类方法虽可以提升图像的检索性能，但是传统的支持向量机存在正样本数少、样本非对称、过学习和弱实时性的局限。针对上述问题，提出了一种基于非对称打包的FSVM算法。该算法首先对负样本进行非对称打包处理，最后结合模糊理论与SVM实现图像检索。Corel图片集上的实验表明，当正样本数较小时，该新算法的平均查准率-查全率要优于已有算法。