摘要：在基于内容的图像检索中，支持向量机（SVM）能够很好地解决小样本问题，而主动学习算法则可以根据学习进程主动选择最佳的样本进行学习，大幅度缩短训练时间，提高分类算法效率。为使图像检索更加快速、高效，提出一种新的基于SVM和主动学习的图像检索方法。该方法根据SVM构造分类器，通过“V”型删除法快速缩减样本集，同时通过最优选择法从缩减样本集中选取最优的样本作为训练样本，最终构造出不仅信息度大而且冗余度低的最优训练样本集，从而训练出更好的SVM分类器，得到更高的检索效率。实验结果表明，与传统的SVM主动学习的图像检索方法相比，该方法能够较大幅度提高检索性能。

关键词：图像检索 支持向量机 主动学习 最优选择法 

单位：辽宁工程技术大学电子与信息工程学院 辽宁葫芦岛125105 渤海装备辽河重工有限公司 辽宁盘锦124010