基于内容的支持向量机图像检索方法研究

摘要	第1-5页
ABSTRACT	第5-9页
第一章 绪论	第9-13页
·课题研究的目的及意义	第9-10页
·国内外研究现状	第10-12页
·本文研究的主要内容	第12-13页
第二章 基于内容的图像检索相关技术	第13-21页
·基本原理	第13页
·图像特征描述	第13-19页
·颜色特征	第14-17页
·纹理特征	第17-19页
·形状特征	第19页
·相似性匹配	第19-20页
·性能评价标准	第20页
·本章小结	第20-21页
第三章 支持向量机理论基础	第21-31页
·统计学习问题	第21页
·经验风险最小化	第21-22页
·结构风险最小化	第22-24页
·支持向量机理论	第24-29页
·线性分类器	第24-26页
·线性不可分数据分类	第26-28页
·多分类问题	第28-29页
·本章小结	第29-31页
第四章 基于颜色和纹理特征的SVM图像检索方法	第31-41页
·算法概述	第31-32页
·特征向量提取	第32-34页
·颜色特征向量提取	第32-33页
·纹理特征向量提取	第33-34页
·综合特征向量	第34页
·支持向量机的训练和预测	第34-35页
·实验结果及分析	第35-39页
·本章小结	第39-41页
第五章 一种改进的SVM图像检索方法	第41-49页
·算法概述	第41-44页
·对象特征的提取	第41-43页
·选择训练样本集与生成多级分类模型	第43页
·分类模块	第43-44页
·用户界面与查询模块	第44页
·实验结果分析与讨论	第44-46页
·本章小结	第46-49页
第六章 总结	第49-51页
参考文献	第51-59页
致谢	第59-61页
攻读硕士学位期间主要的研究成果	第61页