最优路径森林算法原理及其相关反馈应用

李宏林 朱建彬 徐梦迪

(1.泉州医学高等专科学校,福建 泉州 362000;2.浙江大学,浙江 杭州 310012)

0 引言

手机应用端的普及与人工智能技术的广泛应用推动了网络大数据时代的迅猛发展；在电商、物流、教育等领域，机器分类技术被广泛部署于信息检索与模式识别等研究方向，相关反馈技术则进一步改善了人机交流模式和理解机制，两者的融合应用有助于进一步提升信息分类、检索准确率与用户满意度：通过机器分类提供首次检索结果，运用人机交互反馈进一步缩小高层语义概念与低层机器特征之间的理解偏差。

相对于传统分类算法，最优路径森林(OPF,Optimum-path forest)算法可同时在分类精度与速度上达到较高性能[1-3]，被广泛部署于机器分类与相关反馈等工业及科研领域[4-6]。沈龙凤等[4]描述了OPF算法原理并罗列其在国际领域的多项应用，但仅限于算法流程[3]及相关应用文献的摘要翻译。本文以图文方式剖析OPF算法细节，展示其在服装检索与人脸生成领域的相关反馈实例应用，为国内同行复现该算法并部署在不同应用领域提供有益借鉴。

1 相关研究

基于机器学习的分类技术被广泛应用于数据挖掘、计算机视觉、语音识别、自然语言处理等多个领域，代表性技术主要有线性与逻辑回归、决策树、贝叶斯、神经网络、遗传算子、支持向量机[7]以及深度学习算法等。人机交互技术通过改善人与计算机的交流沟通模式进而提升人机协同工作效率，在优化用户体验……