| 创新点摘要 | 第1-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-12页 |
| 第1章 绪论 | 第12-26页 |
| ·课题背景及意义 | 第12-15页 |
| ·研究现状 | 第15-20页 |
| ·现有方法存在的问题 | 第20-23页 |
| ·本文研究内容及论文组织 | 第23-26页 |
| 第2章 基于内容图像检索概述 | 第26-32页 |
| ·引言 | 第26页 |
| ·视觉特征抽取 | 第26-29页 |
| ·颜色特征 | 第27页 |
| ·纹理特征 | 第27-29页 |
| ·形状特征 | 第29页 |
| ·相似性计算与学习 | 第29-30页 |
| ·检索性能评估 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 交互式语义推理:概念与技术 | 第32-48页 |
| ·从相关反馈到交互式语义推理的概念迁移 | 第32-33页 |
| ·统计学习与交互式语义推理 | 第33-39页 |
| ·统计学习一瞥 | 第33-38页 |
| ·统计学习视角下的交互式语义推理 | 第38-39页 |
| ·各种交互式语义推理算法 | 第39-47页 |
| ·基于度量学习模型的方法 | 第40-42页 |
| ·基于概率密度估计模型的方法 | 第42-43页 |
| ·基于分类模型的方法 | 第43-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 基于偏袒性半监督提升的SVM主动学习 | 第48-60页 |
| ·引言 | 第48-49页 |
| ·偏袒性半监督提升框架下的SVM主动学习SA2S2 | 第49-52页 |
| ·实验结果与分析 | 第52-58页 |
| ·对比算法 | 第52-54页 |
| ·实验设置 | 第54-56页 |
| ·结果与讨论 | 第56-58页 |
| ·本章小结 | 第58-60页 |
| 第5章 基于偏袒性半监督集成的SVM主动学习 | 第60-70页 |
| ·引言 | 第60-61页 |
| ·偏袒性半监督集成框架下的SVM主动学习(SE)~2A | 第61-65页 |
| ·实验结果与分析 | 第65-69页 |
| ·对比算法 | 第65-66页 |
| ·实验设置 | 第66-67页 |
| ·结果与讨论 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 第6章 视觉内容与隐含语义之间的协同学习 | 第70-82页 |
| ·引言 | 第70-71页 |
| ·协同相似性CoSim | 第71-77页 |
| ·语义相似性推理 | 第72-73页 |
| ·视觉相似性学习 | 第73-75页 |
| ·视觉内容与隐含语义之间的协同相似性计算 | 第75-77页 |
| ·实验结果与分析 | 第77-81页 |
| ·对比算法 | 第77-78页 |
| ·实验设置 | 第78页 |
| ·结果与讨论 | 第78-81页 |
| ·本章小结 | 第81-82页 |
| 第7章 总结与展望 | 第82-84页 |
| 参考文献 | 第84-94页 |
| 攻读学位期间公开发表论文 | 第94-96页 |
| 攻读学位期间参与的科研项目 | 第96-98页 |
| 致谢 | 第98-99页 |