基于混合学习框架的SVM反馈算法研究

基于支持向量机（SupportVectorMachine,SVM）理论的相关反馈技术是可有效提高图像检索性能的重要手段之一。然而，大多数SVM反馈算法普遍受到小样本问题的制约。本文综合了集成学习、半监督学习和主动学习三种方法的技术特点，提出一种混合学习框架下的SVM反馈算法。该算法在Boosting迭代过程中使用了未标记图像，以增加个体SVM之间的差异，从而获得高效的集成学习模型。同时，高效的集成学习模型更有利于寻找富有信息（mostinformative）图像，从而也提高了用户主动反馈的效率。实验结果及对比分析表明，混合学习策略可有效改进相关反馈的性能。