首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于深度相关性挖掘的跨媒体检索研究

摘要第4-5页
ABSTRACT第5页
第1章 绪论第8-12页
    1.1 研究背景与意义第8-9页
    1.2 国内外研究现状第9-10页
    1.3 主要研究内容第10-11页
    1.4 论文组织结构第11-12页
第2章 跨媒体检索研究综述第12-18页
    2.1 传统的多媒体检索方法第12-13页
        2.1.1 基于文本的多媒体检索第12页
        2.1.2 基于内容的多媒体检索第12-13页
    2.2 跨媒体检索的关键技术第13-17页
        2.2.1 跨媒体检索的研究范畴第14-15页
        2.2.2 跨媒体检索的典型方法第15-16页
        2.2.3 跨媒体检索面临的挑战第16-17页
    2.3 本章小结第17-18页
第3章 不同类型媒体数据间的相关性学习第18-31页
    3.1 不同类型特征的提取与归一化第18-23页
        3.1.1 图像特征提取第18-20页
        3.1.2 音频特征提取第20-21页
        3.1.3 文本特征提取第21-22页
        3.1.4 特征归一化与降维第22-23页
    3.2 跨媒体异构特征间的相关性分析第23-25页
    3.3 基于相关性最大化的异构特征融合分析第25-27页
    3.4 实验结果对比和分析第27-30页
        3.4.1 性能评价标准第27页
        3.4.2 实验数据集第27-28页
        3.4.3 跨媒体检索结果对比分析第28-30页
    3.5 本章小结第30-31页
第4章 基于深度相关性挖掘的跨媒体检索第31-45页
    4.1 跨媒体数据间的深度相关性学习第31-33页
        4.1.1 深度学习介绍第31-32页
        4.1.2 跨媒体数据间的深度相关性分析第32-33页
    4.2 跨媒体异构特征间的梯度处理与优化第33-37页
    4.3 跨媒体数据间的深度相关性求解第37-38页
    4.4 实验结果和对比分析第38-44页
        4.4.1 实验流程与框架第38-39页
        4.4.2 实验数据集第39-40页
        4.4.3 跨媒体检索结果对比分析第40-44页
    4.5 本章小结第44-45页
第5章 总结与展望第45-47页
    5.1 总结第45-46页
    5.2 展望第46-47页
致谢第47-48页
参考文献第48-52页
附录1 攻读硕士学位期间发表的论文第52-54页
附录2 攻读硕士学位期间参加的科研项目第54-55页
详细摘要第55-59页

论文共59页,点击 下载论文
上一篇:基于双目视觉的零件多尺寸在线测量方法研究
下一篇:基于智慧课堂的教学模式设计及应用研究--以英语听说课教学为例