基于综合特征的图像语义分类技术的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-13页 |
| 第1章 绪论 | 第13-16页 |
| ·研究背景与意义 | 第13-14页 |
| ·本文主要研究内容 | 第14-15页 |
| ·本文组织安排 | 第15-16页 |
| 第2章 图像分类相关技术概述 | 第16-29页 |
| ·引言 | 第16页 |
| ·国内外文献综述 | 第16-20页 |
| ·概率统计方法 | 第16-18页 |
| ·统计学习方法 | 第18-19页 |
| ·语义模板方法 | 第19-20页 |
| ·其他方法 | 第20页 |
| ·图像内容的描述 | 第20-23页 |
| ·颜色直方图 | 第21页 |
| ·颜色累积直方图 | 第21页 |
| ·颜色矩 | 第21-22页 |
| ·灰度共生矩阵 | 第22-23页 |
| ·用于分类的支持向量机 | 第23-28页 |
| ·基本原理 | 第24-27页 |
| ·核函数 | 第27页 |
| ·惩罚因子 | 第27-28页 |
| ·小结 | 第28-29页 |
| 第3章 图像综合特征的提取 | 第29-40页 |
| ·引言 | 第29页 |
| ·特征融合方法概述 | 第29-30页 |
| ·改进的综合特征提取算法 | 第30-36页 |
| ·核主成分分析法 | 第30-32页 |
| ·改进的核主成分分析法 | 第32-34页 |
| ·改进算法的实现 | 第34-35页 |
| ·算法复杂度分析 | 第35-36页 |
| ·实验与分析 | 第36-39页 |
| ·实验流程 | 第36-37页 |
| ·评价指标 | 第37页 |
| ·实验结果与分析 | 第37-39页 |
| ·小结 | 第39-40页 |
| 第4章 多类分类器的构造 | 第40-50页 |
| ·引言 | 第40页 |
| ·多类分类算法概述 | 第40-41页 |
| ·改进的多类分类算法 | 第41-46页 |
| ·一对一方法 | 第41-42页 |
| ·改进的一对一方法 | 第42-44页 |
| ·改进算法的实现 | 第44-45页 |
| ·算法复杂度分析 | 第45-46页 |
| ·实验及分析 | 第46-49页 |
| ·实验流程 | 第46-47页 |
| ·评价指标 | 第47-48页 |
| ·实验结果与分析 | 第48-49页 |
| ·小结 | 第49-50页 |
| 第5章 图像分类系统 | 第50-60页 |
| ·引言 | 第50页 |
| ·系统框架 | 第50-54页 |
| ·系统框架图 | 第50-51页 |
| ·系统模块设计 | 第51-52页 |
| ·图像库构造 | 第52-54页 |
| ·实验及分析 | 第54-59页 |
| ·单一特征与综合特征的分类结果比较 | 第54-55页 |
| ·神经网络与支持向量机的分类性能比较 | 第55-56页 |
| ·三种核函数的分类结果比较 | 第56-59页 |
| ·小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 附录 A 攻读硕士学位期间所发表的学术论文目录 | 第67页 |
