檢索技術研究
在本文中，提出了一種模糊圖箱數據模型和模糊空間的概念，給出了模糊相似性度量方法，描述了一個模糊空間中的檢索過程。基本概念
模糊檢索即根據檢索對象的模糊特徵來查找所需內容。在傳統的信息檢索領域，最流行的查詢是：精確的查詢條件和與滿足查詢條件的結果。而在實際使用中，有許多查詢條件不能精確定義，查詢結果卻是一組與查詢條件近似匹配的對象。其中包含了模糊概念，這就是模糊查詢。因此，在模糊查詢中，查詢條件是不確切的，查詢結果是近似的。資料庫模型
關係模型是傳統資料庫使用最多的數據模型。顯然，傳統關係模型難以適應基於內容的圖像資料庫的模糊查詢。為適應基於內容的圖像檢索，同時最大限度的利用關係資料庫的優點，我們對關係模型的概念進行了
擴展。其數據結構是一張由基本屬性和超屬性組成的二維表，即超關係構成。
相似性度量
模糊相似性度量是實現模糊相似匹配的核心，常用模糊相似距離來作為檢查模糊查詢向量和模糊圖像向量之間的相似性的度量標準。為討論方便，我們以模糊年齡的相似性度量為例，來定義模糊查詢向量Qj,j=1,2,…,q和模糊圖像向量Bj,j=1,2,…,q之間的相似性度量。Qj,Bj是相同的模糊空間裡的模糊子集（這裡我們已經省略了上標）。我們在多維模糊空間中對Q和B之間的距離dis定義為：card(A)表示模糊集的基數，定義為：4.結束語模糊查詢與基於內容的圖像檢索有著密切的聯繫。本文提出了一種模糊圖像數據模型和模糊空間的概念，該模型將可視特徵、空間特徵、語義特徵看作超屬性，既充分利用了傳統關係資料庫的優點，同時又考慮了圖像數據以及模糊查詢的特點，能對圖像特徵進行操作，文中提出的模糊空間和模糊相似性度量方法能支持基於模糊特徵的圖像查詢，較好地體現用戶圖像查詢的套用需求。
