一种面向图情信息的快速检索优化算法

作者：徐继维

来源：现代电子技术, 2023, 46(24): 165-169.

DOI：10.16652/j.issn.1004-373x.2023.24.029

• 信息检索
• 信息标注
• 数字图书
• RCNN
• 特征提取
• 图像相似度

为了提升大数据背景下数字图书信息的检索效率，文中对图书信息的检索业务流程进行了梳理，并针对信息标注时准确率低的问题展开了研究。通过引入图像、文本和用户三个维度的相似度，寻找待标注信息和数据库已有信息的关联性，使得新的图书信息可以快速写入现有数据库。此外，为解决该方法在现有数据库中无相似信息时识别率低的问题，采用了RCNN深度学习网络先将信息划分为主体区域和多个次要区域，再通过不同结构的深度学习网络对不同区域进行特征提取，在提升算法训练效率的同时，也提升了特征提取的准确率。基于某数字馆藏图书信息数据集进行的仿真验证结果表明，文中引入的相似度指标与标注的准确率呈正相关，算法相较于现有的OTC、Mop-CNN、ImageNet-CNN等人工智能网络，准确率分别提升了0.372、0.093和0.201。