关键词：词袋模型 角点提取 图论 高斯模糊隶属度函数 

摘要：传统词袋模型易受视角、尺度和背景等因素干扰。本文对传统词袋模型进行了改进,提出一种基于角点检测和图论的感兴趣区域提取方法,以及结合高斯模糊隶属度函数选取视觉单词。首先,对图像进行角点检测,利用图论的方法划定ROI区域,然后对得到的ROI区域进行SIFT特征的提取并生成视觉词典,从而减少背景信息的影响。其次,引入高斯模糊隶属度函数改进图像视觉直方图的表示。在Caltech100数据库上的实验结果表明,本文提出的方法相较于传统词袋模型,分类准确度提升了3%。

智能计算机与应用杂志要求:

{1}参考文献：参考文献位于文尾，按首字的拼音首字母顺序排序，用序号[1]、[2]、[3]、[4]……标示，若只有一个参考文献，则文献前不加序号。

{2}来稿选题应具有问题意识，有的放矢；论点要正确，结构要合理，论证要充分，数据和资料要详实可靠，文字表达要精炼准确。

{3}图片要求清晰，注明名称、出处及其在文章中的位置。

{4}作者署名：多位作者之间以逗号分隔；作者来自不同单位的，在作者名右上角注l，2…，单位分别标注，以分号隔开。并在作者单位名称前标注2--工作单位、所在省市名、邮政编码，加圆括号置于作者署名下方。

{5}中文摘要以 350 字內为原则，英文摘要以 300 字內为原则。关键词最多 5个。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社