基于二部图的半监督深度哈希算法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景 | 第10-13页 |
| 1.1.1 图像检索的目的及应用 | 第10-11页 |
| 1.1.2 哈希方法在检索中的应用 | 第11-13页 |
| 1.2 研究目的及意义 | 第13-16页 |
| 1.2.1 现有研究及挑战 | 第13-14页 |
| 1.2.2 研究内容及创新 | 第14-16页 |
| 1.3 论文结构 | 第16-18页 |
| 第二章 相关研究工作 | 第18-28页 |
| 2.1 基于深度学习的哈希方法 | 第18-20页 |
| 2.1.1 深度卷积网络哈希 | 第18-19页 |
| 2.1.2 高效相似性检索的深度哈希网络 | 第19-20页 |
| 2.2 半监督框架下的哈希方法 | 第20-24页 |
| 2.2.1 半监督哈希学习设定 | 第21-22页 |
| 2.2.2 大规模图像检索下的半监督深度哈希 | 第22-24页 |
| 2.3 基于图结构的半监督学习方法 | 第24-26页 |
| 2.3.1 基于图正则化的方法 | 第24-25页 |
| 2.3.2 基于图嵌入的方法 | 第25-26页 |
| 2.4 本章小结 | 第26-28页 |
| 第三章 基于二部图的半监督深度哈布框架 | 第28-48页 |
| 3.1 符号表示及问题定义 | 第28-29页 |
| 3.1.1 符号表示 | 第28页 |
| 3.1.2 问题定义 | 第28-29页 |
| 3.2 基于二部图的半监督深度哈希方法 | 第29-36页 |
| 3.2.1 网络架构 | 第29-35页 |
| 3.2.2 训练及检索过程 | 第35-36页 |
| 3.3 归纳式半监督深度哈希方法 | 第36-46页 |
| 3.3.1 基础的归纳式BGDH算法 | 第37-39页 |
| 3.3.2 改进的归纳式BGDH算法 | 第39-46页 |
| 3.4 本章小结 | 第46-48页 |
| 第四章 实验模拟 | 第48-56页 |
| 4.1 数据集及实验设定 | 第48-51页 |
| 4.2 实验结果及分析 | 第51-55页 |
| 4.3 参数敏感性分析 | 第55页 |
| 4.4 本章小结 | 第55-56页 |
| 第五章 结束语 | 第56-58页 |
| 5.1 本文工作总结 | 第56页 |
| 5.2 研究工作展望 | 第56-58页 |
| 致谢 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 简历与科研成果 | 第66-67页 |
