1、计算机科学与技术专业优秀论文 基于内容的图像收集和地区代表性图像选出系统的研究与实现关键词：图像收集 代表性图像 对象识别 语义分析 图像选出系统 多媒体资源 网络社区摘要：随着英特网的发展，数字摄影的流行，公共媒体共享站点（如Flickr，YouTube 等）的出现，网络社区贡献的多媒体资源与日俱增。这些资源信息拥有不可估计的深度和广度，给多媒体研究带来了新的机遇和挑战。如何从这些资源信息中分析、理解并且挖掘出通用模式以及如何利用这些网络社区贡献的非结构化组织的并且不受限制的媒体资源来提炼出“语义知识”已经成为一个新的研究课题。 针对上述问题，本文提出了一个新颖的研究课题，即地区代表性图像的
2、选出。通过利用大规模附有地理标识的图像资源库，为世界范围内不同地区的事物对象类别选出有代表性的图像，这对人们理解同一类事物在不同地区表现出来的差异性具有重要的现实意义。 本文具体的研究工作主要包括以下几个方面。首先对基于内容的图像收集进行了深入研究，旨在为一般事物对象语义类别构建出一个丰富的图像资源信息库。在图像收集上，本文提出了基于内容的图像视觉特征聚类分析方法，利用融合的图像全局颜色特征和局部 Bag-of-visual-words 特征，对视觉无关联图像进行了有效的过滤，进而得到与事物对象类别最相关的图像集。然后，重点讨论了在对象分类识别中应用广泛的概率潜在语义分析（Probabilis
3、tic Latent SemanticAnalysis，PLSA）模型。最后，利用此模型分析方法，基于之前收集到的图像资源，针对生活中几类比较流行的事物对象类别，实现了其在典型地区有代表性的图像的选出。 本文的研究成果对如何有效的利用网络社区贡献的大规模媒体资源库提炼出语义知识来帮助人们更好的理解现实世界提供了一个新的研究思路，具有一定的理论意义和应用价值，为图像分类识别技术及其应用，提供了有益的方法和手段。正文内容随着英特网的发展，数字摄影的流行，公共媒体共享站点（如Flickr，YouTube 等）的出现，网络社区贡献的多媒体资源与日俱增。这些资源信息拥有不可估计的深度和广度，给多媒体研究
4、带来了新的机遇和挑战。如何从这些资源信息中分析、理解并且挖掘出通用模式以及如何利用这些网络社区贡献的非结构化组织的并且不受限制的媒体资源来提炼出“语义知识”已经成为一个新的研究课题。 针对上述问题，本文提出了一个新颖的研究课题，即地区代表性图像的选出。通过利用大规模附有地理标识的图像资源库，为世界范围内不同地区的事物对象类别选出有代表性的图像，这对人们理解同一类事物在不同地区表现出来的差异性具有重要的现实意义。 本文具体的研究工作主要包括以下几个方面。首先对基于内容的图像收集进行了深入研究，旨在为一般事物对象语义类别构建出一个丰富的图像资源信息库。在图像收集上，本文提出了基于内容的图像视觉特征
5、聚类分析方法，利用融合的图像全局颜色特征和局部 Bag-of-visual-words 特征，对视觉无关联图像进行了有效的过滤，进而得到与事物对象类别最相关的图像集。然后，重点讨论了在对象分类识别中应用广泛的概率潜在语义分析（Probabilistic Latent SemanticAnalysis，PLSA）模型。最后，利用此模型分析方法，基于之前收集到的图像资源，针对生活中几类比较流行的事物对象类别，实现了其在典型地区有代表性的图像的选出。 本文的研究成果对如何有效的利用网络社区贡献的大规模媒体资源库提炼出语义知识来帮助人们更好的理解现实世界提供了一个新的研究思路，具有一定的理论意义和应用
6、价值，为图像分类识别技术及其应用，提供了有益的方法和手段。随着英特网的发展，数字摄影的流行，公共媒体共享站点（如Flickr，YouTube 等）的出现，网络社区贡献的多媒体资源与日俱增。这些资源信息拥有不可估计的深度和广度，给多媒体研究带来了新的机遇和挑战。如何从这些资源信息中分析、理解并且挖掘出通用模式以及如何利用这些网络社区贡献的非结构化组织的并且不受限制的媒体资源来提炼出“语义知识”已经成为一个新的研究课题。 针对上述问题，本文提出了一个新颖的研究课题，即地区代表性图像的选出。通过利用大规模附有地理标识的图像资源库，为世界范围内不同地区的事物对象类别选出有代表性的图像，这对人们理解同一
7、类事物在不同地区表现出来的差异性具有重要的现实意义。 本文具体的研究工作主要包括以下几个方面。首先对基于内容的图像收集进行了深入研究，旨在为一般事物对象语义类别构建出一个丰富的图像资源信息库。在图像收集上，本文提出了基于内容的图像视觉特征聚类分析方法，利用融合的图像全局颜色特征和局部 Bag-of-visual-words 特征，对视觉无关联图像进行了有效的过滤，进而得到与事物对象类别最相关的图像集。然后，重点讨论了在对象分类识别中应用广泛的概率潜在语义分析（Probabilistic Latent SemanticAnalysis，PLSA）模型。最后，利用此模型分析方法，基于之前收集到的图
8、像资源，针对生活中几类比较流行的事物对象类别，实现了其在典型地区有代表性的图像的选出。 本文的研究成果对如何有效的利用网络社区贡献的大规模媒体资源库提炼出语义知识来帮助人们更好的理解现实世界提供了一个新的研究思路，具有一定的理论意义和应用价值，为图像分类识别技术及其应用，提供了有益的方法和手段。随着英特网的发展，数字摄影的流行，公共媒体共享站点（如Flickr，YouTube 等）的出现，网络社区贡献的多媒体资源与日俱增。这些资源信息拥有不可估计的深度和广度，给多媒体研究带来了新的机遇和挑战。如何从这些资源信息中分析、理解并且挖掘出通用模式以及如何利用这些网络社区贡献的非结构化组织的并且不受限
9、制的媒体资源来提炼出“语义知识”已经成为一个新的研究课题。 针对上述问题，本文提出了一个新颖的研究课题，即地区代表性图像的选出。通过利用大规模附有地理标识的图像资源库，为世界范围内不同地区的事物对象类别选出有代表性的图像，这对人们理解同一类事物在不同地区表现出来的差异性具有重要的现实意义。 本文具体的研究工作主要包括以下几个方面。首先对基于内容的图像收集进行了深入研究，旨在为一般事物对象语义类别构建出一个丰富的图像资源信息库。在图像收集上，本文提出了基于内容的图像视觉特征聚类分析方法，利用融合的图像全局颜色特征和局部 Bag-of-visual-words 特征，对视觉无关联图像进行了有效的过
10、滤，进而得到与事物对象类别最相关的图像集。然后，重点讨论了在对象分类识别中应用广泛的概率潜在语义分析（Probabilistic Latent SemanticAnalysis，PLSA）模型。最后，利用此模型分析方法，基于之前收集到的图像资源，针对生活中几类比较流行的事物对象类别，实现了其在典型地区有代表性的图像的选出。 本文的研究成果对如何有效的利用网络社区贡献的大规模媒体资源库提炼出语义知识来帮助人们更好的理解现实世界提供了一个新的研究思路，具有一定的理论意义和应用价值，为图像分类识别技术及其应用，提供了有益的方法和手段。随着英特网的发展，数字摄影的流行，公共媒体共享站点（如Flickr
11、，YouTube 等）的出现，网络社区贡献的多媒体资源与日俱增。这些资源信息拥有不可估计的深度和广度，给多媒体研究带来了新的机遇和挑战。如何从这些资源信息中分析、理解并且挖掘出通用模式以及如何利用这些网络社区贡献的非结构化组织的并且不受限制的媒体资源来提炼出“语义知识”已经成为一个新的研究课题。 针对上述问题，本文提出了一个新颖的研究课题，即地区代表性图像的选出。通过利用大规模附有地理标识的图像资源库，为世界范围内不同地区的事物对象类别选出有代表性的图像，这对人们理解同一类事物在不同地区表现出来的差异性具有重要的现实意义。 本文具体的研究工作主要包括以下几个方面。首先对基于内容的图像收集进行了
12、深入研究，旨在为一般事物对象语义类别构建出一个丰富的图像资源信息库。在图像收集上，本文提出了基于内容的图像视觉特征聚类分析方法，利用融合的图像全局颜色特征和局部 Bag-of-visual-words 特征，对视觉无关联图像进行了有效的过滤，进而得到与事物对象类别最相关的图像集。然后，重点讨论了在对象分类识别中应用广泛的概率潜在语义分析（Probabilistic Latent SemanticAnalysis，PLSA）模型。最后，利用此模型分析方法，基于之前收集到的图像资源，针对生活中几类比较流行的事物对象类别，实现了其在典型地区有代表性的图像的选出。 本文的研究成果对如何有效的利用网络社
13、区贡献的大规模媒体资源库提炼出语义知识来帮助人们更好的理解现实世界提供了一个新的研究思路，具有一定的理论意义和应用价值，为图像分类识别技术及其应用，提供了有益的方法和手段。随着英特网的发展，数字摄影的流行，公共媒体共享站点（如Flickr，YouTube 等）的出现，网络社区贡献的多媒体资源与日俱增。这些资源信息拥有不可估计的深度和广度，给多媒体研究带来了新的机遇和挑战。如何从这些资源信息中分析、理解并且挖掘出通用模式以及如何利用这些网络社区贡献的非结构化组织的并且不受限制的媒体资源来提炼出“语义知识”已经成为一个新的研究课题。 针对上述问题，本文提出了一个新颖的研究课题，即地区代表性图像的选
14、出。通过利用大规模附有地理标识的图像资源库，为世界范围内不同地区的事物对象类别选出有代表性的图像，这对人们理解同一类事物在不同地区表现出来的差异性具有重要的现实意义。 本文具体的研究工作主要包括以下几个方面。首先对基于内容的图像收集进行了深入研究，旨在为一般事物对象语义类别构建出一个丰富的图像资源信息库。在图像收集上，本文提出了基于内容的图像视觉特征聚类分析方法，利用融合的图像全局颜色特征和局部 Bag-of-visual-words 特征，对视觉无关联图像进行了有效的过滤，进而得到与事物对象类别最相关的图像集。然后，重点讨论了在对象分类识别中应用广泛的概率潜在语义分析（Probabilist
15、ic Latent SemanticAnalysis，PLSA）模型。最后，利用此模型分析方法，基于之前收集到的图像资源，针对生活中几类比较流行的事物对象类别，实现了其在典型地区有代表性的图像的选出。 本文的研究成果对如何有效的利用网络社区贡献的大规模媒体资源库提炼出语义知识来帮助人们更好的理解现实世界提供了一个新的研究思路，具有一定的理论意义和应用价值，为图像分类识别技术及其应用，提供了有益的方法和手段。随着英特网的发展，数字摄影的流行，公共媒体共享站点（如Flickr，YouTube 等）的出现，网络社区贡献的多媒体资源与日俱增。这些资源信息拥有不可估计的深度和广度，给多媒体研究带来了新的
16、机遇和挑战。如何从这些资源信息中分析、理解并且挖掘出通用模式以及如何利用这些网络社区贡献的非结构化组织的并且不受限制的媒体资源来提炼出“语义知识”已经成为一个新的研究课题。 针对上述问题，本文提出了一个新颖的研究课题，即地区代表性图像的选出。通过利用大规模附有地理标识的图像资源库，为世界范围内不同地区的事物对象类别选出有代表性的图像，这对人们理解同一类事物在不同地区表现出来的差异性具有重要的现实意义。 本文具体的研究工作主要包括以下几个方面。首先对基于内容的图像收集进行了深入研究，旨在为一般事物对象语义类别构建出一个丰富的图像资源信息库。在图像收集上，本文提出了基于内容的图像视觉特征聚类分析方
17、法，利用融合的图像全局颜色特征和局部 Bag-of-visual-words 特征，对视觉无关联图像进行了有效的过滤，进而得到与事物对象类别最相关的图像集。然后，重点讨论了在对象分类识别中应用广泛的概率潜在语义分析（Probabilistic Latent SemanticAnalysis，PLSA）模型。最后，利用此模型分析方法，基于之前收集到的图像资源，针对生活中几类比较流行的事物对象类别，实现了其在典型地区有代表性的图像的选出。 本文的研究成果对如何有效的利用网络社区贡献的大规模媒体资源库提炼出语义知识来帮助人们更好的理解现实世界提供了一个新的研究思路，具有一定的理论意义和应用价值，为图
18、像分类识别技术及其应用，提供了有益的方法和手段。随着英特网的发展，数字摄影的流行，公共媒体共享站点（如Flickr，YouTube 等）的出现，网络社区贡献的多媒体资源与日俱增。这些资源信息拥有不可估计的深度和广度，给多媒体研究带来了新的机遇和挑战。如何从这些资源信息中分析、理解并且挖掘出通用模式以及如何利用这些网络社区贡献的非结构化组织的并且不受限制的媒体资源来提炼出“语义知识”已经成为一个新的研究课题。 针对上述问题，本文提出了一个新颖的研究课题，即地区代表性图像的选出。通过利用大规模附有地理标识的图像资源库，为世界范围内不同地区的事物对象类别选出有代表性的图像，这对人们理解同一类事物在不
19、同地区表现出来的差异性具有重要的现实意义。 本文具体的研究工作主要包括以下几个方面。首先对基于内容的图像收集进行了深入研究，旨在为一般事物对象语义类别构建出一个丰富的图像资源信息库。在图像收集上，本文提出了基于内容的图像视觉特征聚类分析方法，利用融合的图像全局颜色特征和局部 Bag-of-visual-words 特征，对视觉无关联图像进行了有效的过滤，进而得到与事物对象类别最相关的图像集。然后，重点讨论了在对象分类识别中应用广泛的概率潜在语义分析（Probabilistic Latent SemanticAnalysis，PLSA）模型。最后，利用此模型分析方法，基于之前收集到的图像资源，针
20、对生活中几类比较流行的事物对象类别，实现了其在典型地区有代表性的图像的选出。 本文的研究成果对如何有效的利用网络社区贡献的大规模媒体资源库提炼出语义知识来帮助人们更好的理解现实世界提供了一个新的研究思路，具有一定的理论意义和应用价值，为图像分类识别技术及其应用，提供了有益的方法和手段。随着英特网的发展，数字摄影的流行，公共媒体共享站点（如Flickr，YouTube 等）的出现，网络社区贡献的多媒体资源与日俱增。这些资源信息拥有不可估计的深度和广度，给多媒体研究带来了新的机遇和挑战。如何从这些资源信息中分析、理解并且挖掘出通用模式以及如何利用这些网络社区贡献的非结构化组织的并且不受限制的媒体资
21、源来提炼出“语义知识”已经成为一个新的研究课题。 针对上述问题，本文提出了一个新颖的研究课题，即地区代表性图像的选出。通过利用大规模附有地理标识的图像资源库，为世界范围内不同地区的事物对象类别选出有代表性的图像，这对人们理解同一类事物在不同地区表现出来的差异性具有重要的现实意义。 本文具体的研究工作主要包括以下几个方面。首先对基于内容的图像收集进行了深入研究，旨在为一般事物对象语义类别构建出一个丰富的图像资源信息库。在图像收集上，本文提出了基于内容的图像视觉特征聚类分析方法，利用融合的图像全局颜色特征和局部 Bag-of-visual-words 特征，对视觉无关联图像进行了有效的过滤，进而得
22、到与事物对象类别最相关的图像集。然后，重点讨论了在对象分类识别中应用广泛的概率潜在语义分析（Probabilistic Latent SemanticAnalysis，PLSA）模型。最后，利用此模型分析方法，基于之前收集到的图像资源，针对生活中几类比较流行的事物对象类别，实现了其在典型地区有代表性的图像的选出。 本文的研究成果对如何有效的利用网络社区贡献的大规模媒体资源库提炼出语义知识来帮助人们更好的理解现实世界提供了一个新的研究思路，具有一定的理论意义和应用价值，为图像分类识别技术及其应用，提供了有益的方法和手段。随着英特网的发展，数字摄影的流行，公共媒体共享站点（如Flickr，YouT
23、ube 等）的出现，网络社区贡献的多媒体资源与日俱增。这些资源信息拥有不可估计的深度和广度，给多媒体研究带来了新的机遇和挑战。如何从这些资源信息中分析、理解并且挖掘出通用模式以及如何利用这些网络社区贡献的非结构化组织的并且不受限制的媒体资源来提炼出“语义知识”已经成为一个新的研究课题。 针对上述问题，本文提出了一个新颖的研究课题，即地区代表性图像的选出。通过利用大规模附有地理标识的图像资源库，为世界范围内不同地区的事物对象类别选出有代表性的图像，这对人们理解同一类事物在不同地区表现出来的差异性具有重要的现实意义。 本文具体的研究工作主要包括以下几个方面。首先对基于内容的图像收集进行了深入研究，
24、旨在为一般事物对象语义类别构建出一个丰富的图像资源信息库。在图像收集上，本文提出了基于内容的图像视觉特征聚类分析方法，利用融合的图像全局颜色特征和局部 Bag-of-visual-words 特征，对视觉无关联图像进行了有效的过滤，进而得到与事物对象类别最相关的图像集。然后，重点讨论了在对象分类识别中应用广泛的概率潜在语义分析（Probabilistic Latent SemanticAnalysis，PLSA）模型。最后，利用此模型分析方法，基于之前收集到的图像资源，针对生活中几类比较流行的事物对象类别，实现了其在典型地区有代表性的图像的选出。 本文的研究成果对如何有效的利用网络社区贡献的大
25、规模媒体资源库提炼出语义知识来帮助人们更好的理解现实世界提供了一个新的研究思路，具有一定的理论意义和应用价值，为图像分类识别技术及其应用，提供了有益的方法和手段。随着英特网的发展，数字摄影的流行，公共媒体共享站点（如Flickr，YouTube 等）的出现，网络社区贡献的多媒体资源与日俱增。这些资源信息拥有不可估计的深度和广度，给多媒体研究带来了新的机遇和挑战。如何从这些资源信息中分析、理解并且挖掘出通用模式以及如何利用这些网络社区贡献的非结构化组织的并且不受限制的媒体资源来提炼出“语义知识”已经成为一个新的研究课题。 针对上述问题，本文提出了一个新颖的研究课题，即地区代表性图像的选出。通过利
26、用大规模附有地理标识的图像资源库，为世界范围内不同地区的事物对象类别选出有代表性的图像，这对人们理解同一类事物在不同地区表现出来的差异性具有重要的现实意义。 本文具体的研究工作主要包括以下几个方面。首先对基于内容的图像收集进行了深入研究，旨在为一般事物对象语义类别构建出一个丰富的图像资源信息库。在图像收集上，本文提出了基于内容的图像视觉特征聚类分析方法，利用融合的图像全局颜色特征和局部 Bag-of-visual-words 特征，对视觉无关联图像进行了有效的过滤，进而得到与事物对象类别最相关的图像集。然后，重点讨论了在对象分类识别中应用广泛的概率潜在语义分析（Probabilistic La
27、tent SemanticAnalysis，PLSA）模型。最后，利用此模型分析方法，基于之前收集到的图像资源，针对生活中几类比较流行的事物对象类别，实现了其在典型地区有代表性的图像的选出。 本文的研究成果对如何有效的利用网络社区贡献的大规模媒体资源库提炼出语义知识来帮助人们更好的理解现实世界提供了一个新的研究思路，具有一定的理论意义和应用价值，为图像分类识别技术及其应用，提供了有益的方法和手段。特别提醒 ：正文内容由 PDF 文件转码生成，如您电脑未有相应转换码，则无法显示正文内容，请您下载相应软件，下载地址为 http:/ 。如还不能显示，可以联系我 q q 1627550258 ，提供原
28、格式文档。我们还可提供代笔服务，价格优惠，服务周到，包您通过。“垐垯櫃 换烫梯葺铑?endstreamendobj2x 滌甸?*U 躆 跦?l, 墀 VGi?o 嫅#4K 錶 c#x 刔 彟 2Z 皙笜?D 剧珞 H 鏋 Kx 時 k,褝仆? 稀?i 攸闥-) 荮vJ 釔絓|?殢 D 蘰厣?籶(柶胊?07 姻Rl 遜 ee 醳 B?苒?甊袝 t 弟l?%G 趓毘 N 蒖與叚繜羇坯嵎憛?U?Xd* 蛥?-.臟兄+鮶 m4嵸/E 厤U 閄 r塎偨匰忓tQL 綹 eb?抔搉 ok 怊 J?l?庮 蔘?唍*舶裤爞 K 誵Xr 蛈翏磾寚缳 nE 駔殞梕 壦 e 櫫蹴友搇6 碪近躍邀 8 顪?zFi?U 钮 嬧撯暼坻7/?W?3RQ 碚螅 T 憚磴炬 B- 垥 n 國 0fw 丮“eI?a揦(?7 鳁?H?弋睟栴?霽 N 濎嬄! 盯 鼴蝔 4sxr?溣?檝皞咃 hi#?攊(?v 擗谂馿鏤刊 x 偨棆鯍抰Lyy|y 箲丽膈淢 m7 汍衂法瀶?鴫 C?Q 貖 澔?wC(?9m.Ek?腅僼碓 靔 奲?D| 疑維 d袣箈 Q| 榉慓採紤婏(鞄-h-蜪7I冑?匨+蘮.-懸 6 鶚?蚧?铒鷈?叛牪?蹾 rR?*t? 檸?籕
