相关反馈K-邻近分类Web图像数据挖掘
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 第一章 绪论 | 第7-11页 |
| ·选题的意义 | 第7-9页 |
| ·论文的主要研究内容 | 第9页 |
| ·本文结构安排 | 第9-11页 |
| 第二章 数据挖掘技术 | 第11-38页 |
| ·数据挖掘技术的产生 | 第11页 |
| ·数据挖掘的定义 | 第11-12页 |
| ·数据挖掘与几个概念的区别 | 第12-15页 |
| ·数据挖掘的研究对象和目前的研究情况 | 第15-16页 |
| ·数据挖掘的应用领域和数据挖掘系统 | 第16-19页 |
| ·数据挖掘的内容和实质 | 第19-21页 |
| ·数据挖掘过程的步骤 | 第21-23页 |
| ·数据挖掘的主要模式 | 第23-27页 |
| ·数据挖掘的方法 | 第27-33页 |
| ·数据挖掘中的疑难问题 | 第33-35页 |
| ·数据挖掘未来研究方向及研究热点 | 第35-38页 |
| 第三章 基于内容的图像检索技术 | 第38-50页 |
| ·引言 | 第38-39页 |
| ·图像检索难点 | 第39-40页 |
| ·相似性度量在图像检索中的应用 | 第40-43页 |
| ·相关反馈在图像检索领域中的应用 | 第43-50页 |
| 第四章 图像数据挖掘 | 第50-58页 |
| ·图像的表示 | 第50页 |
| ·图像数据挖掘的基本过程 | 第50页 |
| ·图像数据挖掘模型 | 第50-52页 |
| ·图像预处理技术 | 第52-54页 |
| ·图像数据挖掘的常见方法 | 第54-58页 |
| 第五章 相关反馈K-邻近分类Web图像数据挖掘 | 第58-74页 |
| ·当前Google图象检索存在的问题 | 第58页 |
| ·图像的表示 | 第58-63页 |
| ·K-邻近分类算法简要介绍 | 第63-64页 |
| ·相关反馈K-邻近分类图像挖掘算法 | 第64-67页 |
| ·评价指标 | 第67-68页 |
| ·实验结果 | 第68-74页 |
| 第六章 总结及将来的工作 | 第74-75页 |
| 参考文献 | 第75-77页 |
| 攻读硕士学位期间发表论文: | 第77-78页 |
| 致谢 | 第78页 |
