الفهرس 
IntroductionOnly 14 pages are availabe for public view
 |  | from | 136 |  |  |
| | | from | 136 | | |
Abstract
أصبح استرجاع الصور القائمة على المحتوى من مصادر الصور مجالًا واسعًا في الوقت الحاضر في العديد من التطبيقات. في هذه الأطروحة ، يتم تقديم نظام استرجاع الصور المقترح استنادًا إلى آلية التصويت المثلى المرجحة. يجمع النظام المقترح بين السمات المتعددة لكل منها أفضل مقاييس المسافة في نظام متكامل لتحقيق نظام استرجاع صور عالي الكفاءة بشكل عام. هذه الآلية متعددة السمات مستوحاة من كيفية اتخاذ قرار في البرلمان عن طريق التصويت للأعضاء. الأعضاء هم السمات.هذا النظام يرجع السمات في مرحله متاخره من خلال آلية تصويت مرجحة. يتم تمثيل وزن كل سمه فردية بمتوسط الدقة لاسترداد كل صورة في قاعدة البيانات. يجب تحسين هذه الأوزان لتكييف دور كل سمه للحصول على أعلى دقة لنظام الاسترجاع. في هذا العمل ، يتم تنفيذ أربعة أساليب للتحسين في الكشف عن مجريات الأمور ومقارنتها لاختيار الأنسب في نظام CBIR. هذه التقنيات هي تحسين سرب الجسيمات (PSO) ، تحسين( (ALO Antlion ، تحسين سرب الطيور (BSA) وخوارزمية تحسين الحوت (WOA). تمثل الأوزان المثلى دور كل سمه في استخراج الصور ذات الصلة في نظام CBIR. أيضا ، يتم استخدام مقاييس المسافة المختلفة للحصول على أعلى دقة لكل سمه. يتم استخدام ثلاث مجموعات مختلفة من قواعد البيانات لتدريب واختبار اداء النظام CBIR المقترح ، وهما: Wang ، و Caltech 101 ، و UW datasets. تم تقييم أداء النظام المقترح باستخدام مقياس الدقه. تم تحقيق أداء أفضل باستخدام تقنية التصويت الأمثل المرجحة عند المقارنة مع الطرق الأخرى القائمة باستخدام نصف عدد التكرارات فقط في عملية التحسين لجميع قواعد البيانات المستخدمة. تظهر النتائج التجريبية أن الطريقة المقترحة تحقق دقة محسنة بالمقارنة مع الطرق الحالية بمتوسط دقة 93٪ لقاعدة بيانات Wang ، 92٪ لقاعدة بيانات UW و 94٪ لقاعدة بيانات Caltech 101. أيضا ، تم تقييم النظام باستخدام 200 عينة اختبار خارجية تنتمي إلى فئات مماثلة من قاعدة البيانات Wang ويعطي دقة قدرها 93 ٪. على الرغم من بساطة النظام المقترح ، فقد أظهر أداء مرضٍ. لم يثبت النظام فقط أنه نظام استرجاع جيد ، ولكن أيضًا مصنف جيد لأنه يمكن استخدامه لتصنيف صورة استعلام وفقًا لفئات محددة مسبقًا من قاعدة البيانات.