| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-20页 |
| ·研究背景及研究意义 | 第12-15页 |
| ·国内外研究现状 | 第15-17页 |
| ·国外研究现状 | 第15-17页 |
| ·国内研究现状 | 第17页 |
| ·研究内容 | 第17-18页 |
| ·本文结构 | 第18-20页 |
| 第2章 语义图像检索相关理论 | 第20-34页 |
| ·颜色、纹理底层特征提取 | 第20-26页 |
| ·颜色特征提取 | 第20-23页 |
| ·纹理特征提取 | 第23-26页 |
| ·形状底层特征提取 | 第26-29页 |
| ·图像分割 | 第26-27页 |
| ·形状表达 | 第27-28页 |
| ·形状描述 | 第28-29页 |
| ·相似性度量与性能指标评价 | 第29-32页 |
| ·相似性度量 | 第29-30页 |
| ·图像检索评价指标 | 第30-31页 |
| ·图像分类评价方法 | 第31-32页 |
| ·语义图像检索技术概述 | 第32-34页 |
| ·语义特征提取 | 第32页 |
| ·层次语义结构模型 | 第32-34页 |
| 第3章 基于 SVM 的图像分类方法 | 第34-49页 |
| ·支持向量机（SVM）原理介绍 | 第34-40页 |
| ·支持矢量机分类模型 | 第35页 |
| ·线性条件下的 SVM | 第35-38页 |
| ·非线性条件下的 SVM | 第38-40页 |
| ·多类分类器的构造 | 第40-46页 |
| ·一对多 SVM（one against all ）（1-v-r SVM） | 第41-42页 |
| ·一对一 SVM（one against one）（1-v-1 SVM） | 第42-44页 |
| ·二叉树 SVM 分类策略 | 第44-46页 |
| ·层次语义图像分类器 | 第46-48页 |
| ·传统层次语义图像 SVM 多类分类器 | 第46-47页 |
| ·层次语义图像 SVM 多类分类器 | 第47-48页 |
| ·小结 | 第48-49页 |
| 第4章 基于 FSVM 的图像分类方法 | 第49-57页 |
| ·FSVM 原理介绍 | 第49-50页 |
| ·两种 FSVM 分类器构造方法 | 第50-56页 |
| ·一对多模糊支持矢量机（1-v-r FSVM） | 第51-53页 |
| ·一对一模糊支持矢量机（1-v-1 FSVM） | 第53-55页 |
| ·1-v-1 FSVM 多类分类问题的改进 | 第55-56页 |
| ·基于层次语义的 FSVM | 第56-57页 |
| ·基于层次语义的 1-v-1 FSVM 图像分类方法 | 第56页 |
| ·基于层次语义的 1-v-1 FSVM 图像检索方法 | 第56-57页 |
| 第5章 图像分类实验分析 | 第57-68页 |
| ·底层特征提取 | 第57-61页 |
| ·颜色直方图 | 第57-58页 |
| ·纹理特征提取 | 第58-60页 |
| ·形状特征提取 | 第60-61页 |
| ·图像多类分类 | 第61-65页 |
| ·样本数据训练 | 第61-63页 |
| ·样本数据格式 | 第63页 |
| ·数据集测试 | 第63-64页 |
| ·FSVM 与 SVM 图像多类分类 | 第64-65页 |
| ·届面 | 第65-67页 |
| ·基于内容的图像检索届面 | 第65-66页 |
| ·基于层次语义的图像检索届面 | 第66-67页 |
| ·小结 | 第67-68页 |
| 总结与展望 | 第68-70页 |
| 参考文献 | 第70-73页 |
| 致谢 | 第73-74页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第74页 |
