摘要 | 第1-5页 |
Abstract | 第5-8页 |
1 绪论 | 第8-12页 |
·研究背景和意义 | 第8页 |
·国内外研究发展现状 | 第8-11页 |
·基于内容的图像检索 | 第8-10页 |
·基于相关反馈的图像检索 | 第10-11页 |
·本文主要的研究内容 | 第11-12页 |
2 基于彩色边缘综合特征的图像检索算法 | 第12-22页 |
·图像彩色边缘提取 | 第12-13页 |
·图像特征提取 | 第13-18页 |
·彩色边缘加权颜色直方图的构造 | 第14-16页 |
·彩色边缘角度直方图的构造 | 第16-17页 |
·彩色边缘梯度方向直方图的构造 | 第17-18页 |
·图像相似度计算 | 第18页 |
·仿真实验与结论 | 第18-22页 |
3 基于最大期望参数估计的集成支持向量机的相关反馈图像检索算法 | 第22-39页 |
·支持向量机的理论基础 | 第22-24页 |
·基于最大期望参数估计的AB-SVM 和RS-SVM 的集成 | 第24-28页 |
·Asymmetric Bagging support vector machine(AB-SVM) | 第24-25页 |
·Random Subspace Support Vector Machine(RS-SVM) | 第25页 |
·最大期望参数估计 | 第25页 |
·AB-SVM 和RS-SVM 分类器的集成 | 第25-28页 |
·相关反馈图像检索系统 | 第28-30页 |
·查询单元 | 第29页 |
·检索单元 | 第29页 |
·标记单元 | 第29页 |
·学习单元 | 第29-30页 |
·仿真实验与结论 | 第30-39页 |
4 基于特征重构的相关反馈图像检索算法 | 第39-54页 |
·基于支持向量机的核理论正交互补成分分析 | 第39-42页 |
·Orthogonal Complement Components Analysis(OCCA) | 第39-40页 |
·Kernel Empirical Orthogonal Complement Component Analysis | 第40-42页 |
·相关反馈图像检索系统 | 第42-44页 |
·基于KEOCCA 相关反馈系统框架 | 第42-43页 |
·基于KEOCCA 相关反馈算法流程与分析 | 第43-44页 |
·仿真实验与结论 | 第44-54页 |
5 总结与展望 | 第54-55页 |
·已完成工作与创新点 | 第54页 |
·展望 | 第54-55页 |
参考文献 | 第55-58页 |
攻读硕士学位期间发表的论文及科研 | 第58-59页 |
致谢 | 第59页 |