Một cấu trúc cây phân cụm không gian R-Tree áp dụng cho bài toán tìm kiếm ảnh: Luận văn Thạc sĩ

Abstract

Bài toán tìm kiếm ảnh tương tự là một trong những bài toán có tính thời sự và được ứng dụng rộng rãi trong nhiều lĩnh vực khác nhau. Nhiều công bố về bài toán này đã được xuất bản trong những năm gần đây. Trong luận văn này, một mô hình tìm kiếm ảnh dựa trên cấu trúc cây R-Tree được thực hiện nhằm nâng cao hiệu suất về độ chính xác cũng như thời gian tìm kiếm. Để tiếp cận được mô hình tìm kiếm ảnh này, nội dung luận văn lần lượt khảo sát các đối tượng nghiên cứu liên quan cũng như các phương pháp nghiên cứu nhằm làm cơ sở cho quá trình thực hiện luận văn. Đối với phương pháp nghiên cứu, luận văn dựa trên hai nhóm phương pháp chính đó là khảo sát lý thuyết để đưa ra đề xuất và phương pháp thực nghiệm nhằm minh chứng cho cơ sở lý thuyết. Trên cơ sở việc phân tích và đánh giá các phương pháp khai phá dữ liệu, đại diện là kỹ thuật gom cụm và kỹ thuật phân lớp, nội dung luận văn lần lượt phân tích ưu và nhược điểm của các kỹ thuật liên quan, cụ thể là thuật toán K-Means, phân cụm phân cấp và thuật toán KNN. Các kỹ thuật này đều có thể áp dụng được cho bài toán tìm kiếm ảnh, nhưng có một số hạn chế nhất định khi áp dụng cho bộ dữ liệu tăng trưởng cũng như cân bằng thời gian tìm kiếm. Sau quá trình phân tích này, cây R Tree được sử dụng nhằm vượt qua các hạn chế của các phương pháp phân cụm phân hoạch và phân cụm phân cấp. Vì vậy, nội dung luận văn lần lượt thực hiện áp dụng cấu trúc cây R-Tree cho bài toán phân cụm dữ liệu hình ảnh, đồng thời đưa ra các cải tiến cho cây R-Tree nhằm nâng cao độ chính xác cũng như giảm chi phí khi thực hiện các thao tác trên cây