基于Levenshtein距离图像相似度的克隆选择算法与交互式GHSOM在多维权主观旅游信息及隐秘景点发现中的应用
信息检索
2018-04-17 v1 计算机视觉与模式识别
社会与信息网络
图像与视频处理
摘要
基于手机的参与式感知（MPPS）系统包含一个用户社区，他们通过手机发送个人信息并参与自主感知。感知数据也可来自能够与手机无线通信的外部感知设备。我们开发的基于Android智能手机的旅游主观数据采集系统可确定过滤规则以提供观光景点的关键信息。这些规则由交互式增长层次自组织映射（Interactive Growing Hierarchical SOM）自动生成。然而，与照片相关的过滤规则未能生成，因为从图像中提取指定特征无法实现。我们提出了一种有效的Levenshtein距离方法，用于推断图像视点的空间邻近性，从而确定图像应被处理的指定模式。为验证所提方法，本文利用交互式GHSOM和带免疫记忆细胞的克隆选择算法，执行了若干对含图像的主观数据进行分类的实验。
引用
@article{arxiv.1804.05669,
title = {A Clonal Selection Algorithm with Levenshtein Distance based Image Similarity in Multidimensional Subjective Tourist Information and Discovery of Cryptic Spots by Interactive GHSOM},
author = {Takumi Ichimura and Shin Kamada},
journal= {arXiv preprint arXiv:1804.05669},
year = {2018}
}
备注
6 pages, 9 figures, Proc. of 2013 IEEE International Conference on Systems, Man, and Cybernetics (IEEE SMC 2013). arXiv admin note: substantial text overlap with arXiv:1804.03993, arXiv:1804.02628, arXiv:1804.02816