56、动态线性组合与大规模文本到图像检索技术解析

动态线性组合与大规模文本到图像检索技术解析

在模式识别和信息检索领域，动态线性组合分类器以及大规模文本到图像检索是两个重要的研究方向。下面将详细介绍相关的技术方法和实验结果。

动态线性组合两类分类器

• SDI均值技术 ：为了处理分类器的分数，提出了SDI均值技术。通过对新值进行平均来得到最终分数，公式为：
  [s_{i}^{*}=\frac{1}{N}\sum_{k = 1}^{N}\Delta_{ik}+\frac{1}{2}]

• 简化分数组合 ：Score Decidability Index（SDI）可用于简化的组合方案——动态分数组合（DSC）。DSC有两种相似的公式：

  • 公式一：[s_{i}^{*}=\beta_{1i}\cdot\max_{k}(s_{ik})+\beta_{2i}\cdot\min_{k}(s_{ik})]
  • 公式二：[s_{i}^{*}=\beta_{i}\cdot\max_{k}(s_{ik})+(1 - \beta_{i})\cdot\min_{k}(s_{ik})]
    其中，公式（10）中的两个参数(\beta_{1i})和(\beta_{2i})用于“估计”(x_{i})为正或负模式的可能性。公式（11）在公式（10）的基础上增加了约束条件(\beta_{2i}=(1 - \beta_{1i}))且(\beta_{i}\in[0, 1])。DSC主要结合分类器集合产生的所有分数中的最小值和最大值。