| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·基于内容的图像检索与相关反馈技术 | 第11-13页 |
| ·重排序 | 第13页 |
| ·目前存在的问题 | 第13-14页 |
| ·本文的主要研究内容 | 第14-15页 |
| 第2章 CBIR 中的关键问题 | 第15-23页 |
| ·相关反馈技术 | 第15-18页 |
| ·相关反馈的基本知识 | 第15-16页 |
| ·相关反馈算法 | 第16-18页 |
| ·重排序问题 | 第18-21页 |
| ·图像重排序的简介 | 第19页 |
| ·图像重排序算法的分类 | 第19-20页 |
| ·基于相似性积分的重排序算法 | 第20-21页 |
| ·图像的底层特征提取 | 第21-22页 |
| ·颜色特征 | 第21页 |
| ·纹理特征 | 第21-22页 |
| ·形状特征 | 第22页 |
| ·本章小结 | 第22-23页 |
| 第3章 基于 Tri-training ELM 的相关反馈 | 第23-35页 |
| ·极限学习机 ELM | 第23-25页 |
| ·协同训练 Tri-training | 第25-26页 |
| ·基于 Tri-training ELM 的分类算法 | 第26-29页 |
| ·算法的设计 | 第26-28页 |
| ·实验结果与分析 | 第28-29页 |
| ·基于 Tri-training ELM 的相关反馈 | 第29-31页 |
| ·系统评价标准 | 第29-30页 |
| ·相关反馈算法的设计 | 第30-31页 |
| ·实验结果与分析 | 第31-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 检索结果的重排序 | 第35-45页 |
| ·基于相似性积分重排序算法的改进 | 第35-37页 |
| ·检索结果的重排序 | 第37-38页 |
| ·重排序的评价指标 | 第38-39页 |
| ·重排序算法的实验结果与分析 | 第39-42页 |
| ·不同条件下的实验 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第5章 结论与展望 | 第45-46页 |
| ·本文研究内容的总结 | 第45页 |
| ·展望 | 第45-46页 |
| 参考文献 | 第46-50页 |
| 致谢 | 第50-51页 |
| 攻读学位期间发表的论文及参加的科研项目 | 第51页 |
