TÌM KIẾM ẢNH THEO NGỮ NGHĨA DỰA TRÊN CẤU TRÚC iRS-TREE VÀ ONTOLOGY

jos.hueuni.edu.vn Tập 131, Số 2A, 2022 171 14 For 𝑘 = 1 to 𝑘𝑜𝑝𝑡 14 Gán các phần tử của 𝑘 cụm vào 𝑘 nút. 15 End Gọi 𝑛 là số phần tử của tập dữ liệu và 𝑀 là số phần tử tối đa trong một nút iRS-Tree. Khi thực hiện tách nút, trong trường hợp xấu nhất, Thuật toán KMSplitLeafiRST phải tách từ nút lá đến nút gốc. Trong mỗi lần tách nút, Thuật toán KMSplitLeafiRST phải thực hiện M phép so sánh để phân bố về k-cụm. Mặt khác, trong mỗi lần thực hiện tách nút và trong trường hợp xấu nhất, Thuật toán KMSplitLeafiRST phải gọi đệ quy từ nút lá đến nút gốc. M là hằng số. Do đó, độ phức tạp của Thuật toán KMSplitLeafiRST là 𝑂((log𝑛)2). 3.3 Thuật toán tìm kiếm ảnh tương tự theo tiếp cận ngữ nghĩa Thuật toán tìm kiếm ảnh theo nội dung dựa trên cấu trúc iRS-Tree Từ cây phân cụm dữ liệu iRS-Tree đã xây dựng, một thuật toán tra cứu ảnh tương tự theo nội dung dựa trên cây iRS-Tree được đề xuất. Quá trình tìm kiếm ảnh tương tự được thực hiện trên cây iRS-Tree và được mô tả như sau: Thuật toán 3. Truy vấn ảnh trên cây iRS-Tree Input: vec-tơ đặc trưng spED của ảnh truy vấn 𝐼𝑄, cây iRS-Tree. Output: tập ảnh tương tự 𝑆𝐼, tập từ vựng thị giác của hình ảnh Υ𝑣𝑤𝑣 Function: iRSTIR(𝑆𝑁𝑟, 𝑠𝑝𝐸𝐷) 1 Begin 2 if 𝑆𝑁𝑟 không tồn tại then 3 trả về giá trị 𝑛𝑢𝑙𝑙; 4 else 5 if 𝑆𝑁𝑟 không phải là nút lá then 6 Chọn nhánh 𝑆𝑁𝑘 có độ đo tương tự Euclidean ngắ n nhất; 7 iRSTIR (𝑆𝑁𝑘, 𝑆𝑠𝑝𝐸𝐷); 8 else