首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于多示例的图像检索技术研究

摘要第1-4页
Abstract第4-8页
第1章 绪论第8-14页
   ·论文研究背景及意义第8-10页
   ·国内外研究现状第10-12页
   ·课题研究的内容第12页
   ·论文结构第12-14页
第2章 基于内容图像检索的相关技术第14-24页
   ·颜色特征第14-17页
     ·颜色模型第14-15页
     ·常用的图像颜色特征第15-17页
   ·纹理特征第17-21页
     ·灰度共生矩阵第17-19页
     ·Tamura纹理特征第19-21页
   ·形状特征第21页
   ·空间关系特征第21-22页
   ·本章小结第22-24页
第3章 多示例学习的基础第24-36页
   ·多示例学习的相关问题第24-26页
     ·多示例学习的概念第24-25页
     ·多示例学习的价值第25-26页
     ·多示例学习的性质第26页
   ·多示例学习的算法研究第26-32页
     ·轴平行矩形学习算法第27-29页
     ·多样性密度算法第29-30页
     ·支持向量机算法第30-31页
     ·DD-SVM和MILES算法第31-32页
   ·多示例的应用场景的简单介绍第32-34页
   ·本章小结第34-36页
第4章 基于多示例的图像检索第36-44页
   ·图像检索流程第36-37页
   ·实验设计与分析第37-43页
     ·数据集合第37页
     ·图像分割与表示第37-40页
     ·实验结果与分析第40-43页
   ·本章小结第43-44页
第5章 总结与展望第44-46页
   ·总结第44页
   ·展望第44-46页
参考文献第46-52页
致谢第52-54页
攻读硕士学位期间研究成果第54页

论文共54页,点击 下载论文
上一篇:基于UML和AADL的模型转换与验研究
下一篇:结合形状先验的水平集图像分割方法研究