基于模糊图神经网络的最大频繁子图相似匹配系统设计

为弥补最大频繁子图在相似性检索方面的不足,实现对图像信息的定向化匹配,设计基于模糊图神经网络的最大频繁子图相似匹配系统。以模糊型神经网络作为服务器执行框架,分别连接图像相似度检测模块与定向匹配元件,完成系统的硬件应用环境搭建。在此基础上,处理最大频繁子图的待提取相似特征,通过计算相似性匹配度量条件的方式,连接核心匹配索引数据库,实现系统软件应用环境的构建,联合相关硬件设备元件,完成基于模糊图神经网络的最大频繁子图相似匹配系统设计。对比实验结果表明,与传统CBIR索引系统相比,应用基于模糊神经网络的匹配系统后,RTI指标的检索成功率提升至87%,而检索消耗时长却缩短至4.39 ms,弥补了最大频繁子图在定向化匹配方面的不足,满足图像信息相似性检索的实际应用需求。