摘要：针对传统BOW（Bag of Words）模型用于场景图像分类时的不足,通过引入关联规则的MFI（Maximum Frequent Itemsets）和Topology模型对其进行改进。为了突出同类图像的视觉单词,提取同类图像的MFI后,对其中频繁出现的视觉单词进行加权处理,增强同类图像的共有特征。同时,为了提高视觉词典的生成效率,利用Topology模型对原始模型进行分工并行处理。通过COREL和Caltech-256图像库的实验,证明改进后的模型提高了对场景图像的分类性能,并验证了其Topology模型的有效性和可行性。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社