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

基于稀疏编码哈希的跨模多媒体检索

摘要第3-4页
Abstract第4-5页
第一章 绪论第8-13页
    1.1 研究背景与意义第8-10页
    1.2 相关问题与挑战第10-11页
    1.3 本文的主要内容和章节安排第11-13页
第二章 跨模哈希算法第13-20页
    2.1 跨模哈希算法介绍第13-18页
        2.1.1 Inter-media Hashing(IMH)第14-15页
        2.1.2 Linear Cross-Modal Hashing(LCMH)第15-16页
        2.1.3 Cross-view Hashing(CVH)第16-17页
        2.1.4 典型相关分析(CCA)第17-18页
    2.2 本章小结第18-20页
第三章 稀疏编码简介第20-27页
    3.1 稀疏编码(Sparse Coding)的基本理论框架第20-23页
    3.2 稀疏表示的分类算法第23-26页
        3.2.1 匹配追踪算法第24-25页
        3.2.2 正交匹配追踪算法第25-26页
        3.2.3 一系列匹配追踪算法第26页
    3.3 本章小结第26-27页
第四章 基于稀疏编码哈希的跨模检索算法第27-40页
    4.1 模型的组成第27-28页
    4.2 潜在的语义相关性第28-29页
    4.3 学习潜在语义表示第29-30页
    4.4 整体目标函数第30页
    4.5 优化算法第30-32页
    4.6 基于稀疏编码哈希的跨模检索算法实验第32-39页
        4.6.1 实验设定第33-34页
        4.6.2 对比试验第34页
        4.6.3 参数设置第34-35页
        4.6.4 有效性度量方法第35页
        4.6.5 实验结果第35-39页
    4.7 本章小结第39-40页
第五章 总结与展望第40-42页
    5.1 论文总结第40页
    5.2 研究展望第40-42页
参考文献第42-47页
致谢第47-49页
攻读硕士学位期间发表的论文及参加的科研项目第49页

论文共49页,点击 下载论文
上一篇:基于结构化SVM的直接优化不平衡准则算法研究
下一篇:非负矩阵分解算法及在语音转换中的应用