图像搜索重排序关键技术研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-11页 |
| ·图像搜索重排序的研究意义 | 第8-9页 |
| ·图像搜索重排序的研究现状 | 第9-10页 |
| ·论文结构安排 | 第10-11页 |
| 第二章 排序算法与维数约简 | 第11-23页 |
| ·排序学习 | 第11-13页 |
| ·排序支持向量机 | 第12-13页 |
| ·流形顺序回归 | 第13-15页 |
| ·维数约简 | 第15-21页 |
| ·维数约简的研究意义与现状 | 第15-17页 |
| ·主成分分析 | 第17-18页 |
| ·线性判别分析 | 第18-19页 |
| ·局部线性嵌入 | 第19-20页 |
| ·拉普拉斯特征映射 | 第20页 |
| ·典型相关分析 | 第20-21页 |
| ·本章小结 | 第21-23页 |
| 第三章 基于直推学习的图像搜索重排序方法 | 第23-34页 |
| ·图像之间的相似性测度 | 第23-25页 |
| ·监督学习、半监督学习与直推学习 | 第25-26页 |
| ·基于直推学习的图像搜索重排序方法 | 第26-29页 |
| ·实验及结果 | 第29-32页 |
| ·数据准备 | 第29-30页 |
| ·实验过程 | 第30页 |
| ·排序学习中的评价准则 | 第30-31页 |
| ·实验结果 | 第31-32页 |
| ·本章小结 | 第32-34页 |
| 第四章 基于排序典型相关分析的图像搜索重排序 | 第34-46页 |
| ·引言 | 第34-35页 |
| ·基于排序典型相关性分析的降维算法原理 | 第35-37页 |
| ·基于排序典型相关性分析的降维算法的求解与实现 | 第37-40页 |
| ·实验与结果分析 | 第40-44页 |
| ·数据准备 | 第40-41页 |
| ·实验结果 | 第41-44页 |
| ·本章小结 | 第44-46页 |
| 第五章 总结与展望 | 第46-48页 |
| ·本文研究内容回顾 | 第46-47页 |
| ·研究工作展望 | 第47-48页 |
| 参考文献 | 第48-54页 |
| 发表论文和参加科研情况说明 | 第54-55页 |
| 致谢 | 第55页 |
