基于用户兴趣特征的图像检索研究与实现

摘要	第1-4页
Abstract	第4-7页
第1章 绪论	第7-17页
·面向Web 的CBIR 系统	第7-9页
·相关反馈技术	第9-11页
·Web 数据挖掘	第11-13页
·评价标准	第13-16页
·主要研究内容	第16-17页
第2章 用户兴趣数据获取与处理	第17-24页
·引言	第17页
·用户兴趣图像获取	第17-20页
·Web 兴趣数据获取方法	第18-19页
·Web 服务器端数据获取	第19-20页
·数据预处理	第20-23页
·日志过滤	第21页
·索引表的建立	第21-23页
·本章小结	第23-24页
第3章 用户兴趣特征检索	第24-42页
·融合图像和纹理特征的图像检索	第24-38页
·基于HSV 空间的累积颜色直方图	第25-30页
·灰度共生矩阵	第30-33页
·相似性度量及归一化	第33-38页
·单用户兴趣特征的图像检索	第38-39页
·多用户兴趣特征的图像检索	第39-41页
·多用户兴趣特征聚类算法	第39-40页
·用户近期兴趣特征检索	第40-41页
·本章小结	第41-42页
第4章 实验设计与分析	第42-51页
·实验数据	第42-44页
·实验平台基础数据	第42-43页
·索引表数据	第43-44页
·系统设计	第44页
·实验参数的设置	第44-46页
·颜色纹理相似度权重的选择	第44-45页
·单用户兴趣特征检索	第45-46页
·多用户兴趣特征检索	第46页
·实验结果对比分析	第46-49页
·实验结果对比	第46-49页
·实验结果分析	第49页
·本章小结	第49-51页
结论	第51-53页
参考文献	第53-57页
致谢	第57页