| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 课题背景与研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-16页 |
| 1.2.1 图像检索技术的研究现状 | 第10-14页 |
| 1.2.2 深度学习的发展及其在图像特征分析中的应用 | 第14-15页 |
| 1.2.3 目前比较著名的图像搜索系统 | 第15-16页 |
| 1.3 主要工作内容 | 第16页 |
| 1.4 各章节组织安排 | 第16-18页 |
| 第2章 深度学习理论 | 第18-27页 |
| 2.1 引言 | 第18页 |
| 2.2 深度学习简介 | 第18-19页 |
| 2.3 深度学习模型 | 第19-26页 |
| 2.3.1 自动编码器 | 第19-21页 |
| 2.3.2 限制玻尔兹曼机 | 第21-26页 |
| 2.3.3 深度置信网 | 第26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 基于深度学习的相似图像搜索模型研究 | 第27-35页 |
| 3.1 引言 | 第27页 |
| 3.2 深度学习相似图像搜索模型设计 | 第27页 |
| 3.3 深度学习相似图像搜索模型实现 | 第27-30页 |
| 3.3.1 层数选取 | 第28页 |
| 3.3.2 节点数选取 | 第28-29页 |
| 3.3.3 Softmax分类器 | 第29-30页 |
| 3.3.4 初始参数设置 | 第30页 |
| 3.4 模型有效性实验与分析 | 第30-34页 |
| 3.4.1 实验环境与参数设置 | 第30-31页 |
| 3.4.2 实验性能分析 | 第31-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第4章 基于深度学习的相似图像搜索算法研究 | 第35-45页 |
| 4.1 引言 | 第35页 |
| 4.2 基于深度学习的相似图像搜索算法 | 第35-36页 |
| 4.2.1 算法基本框架 | 第35页 |
| 4.2.2 算法基本步骤 | 第35-36页 |
| 4.3 基于深度学习的相似图像搜索算法实现 | 第36-39页 |
| 4.3.1 图像预处理 | 第36页 |
| 4.3.2 模型训练 | 第36-38页 |
| 4.3.3 图像查询 | 第38-39页 |
| 4.4 实验设计与性能分析 | 第39-43页 |
| 4.4.1 实验环境和图像库 | 第39-40页 |
| 4.4.2 评价指标 | 第40-41页 |
| 4.4.3 区分性能实验分析 | 第41页 |
| 4.4.4 算法实验性能分析 | 第41-43页 |
| 4.5 本章小结 | 第43-45页 |
| 第5章 总结与展望 | 第45-47页 |
| 5.1 总结 | 第45页 |
| 5.2 展望 | 第45-47页 |
| 参考文献 | 第47-51页 |
| 攻读硕士学位期间发表的学术论文及其他成果 | 第51-52页 |
| 致谢 | 第52页 |