| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 传统图像检索方法 | 第13-15页 |
| 1.2.2 基于深度学习 | 第15页 |
| 1.3 论文的主要工作 | 第15-16页 |
| 1.4 本文的组织结构 | 第16-17页 |
| 1.5 本章小结 | 第17-18页 |
| 第2章 相关理论基础 | 第18-34页 |
| 2.1 基于图像内容检索技术 | 第18-24页 |
| 2.1.1 基于图像内容的检索系统结构 | 第18-19页 |
| 2.1.2 GIST特征介绍 | 第19-22页 |
| 2.1.3 图像检索相似性度量方法 | 第22-23页 |
| 2.1.4 图像检索性能评价方法 | 第23-24页 |
| 2.2 图像哈希方法 | 第24-29页 |
| 2.2.1 图像哈希算法基本原理 | 第25页 |
| 2.2.2 监督核哈希KSH | 第25-27页 |
| 2.2.3 迭代量化ITQ | 第27-28页 |
| 2.2.4 局部敏感哈希LSH | 第28-29页 |
| 2.3 神经网络基础 | 第29-33页 |
| 2.3.1 神经网络的基本原理 | 第30-31页 |
| 2.3.2 反向传播神经网络 | 第31-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第3章 深度学习与哈希学习算法 | 第34-46页 |
| 3.1 深度神经网络 | 第34-39页 |
| 3.1.1 卷积神经网络简介 | 第35-36页 |
| 3.1.2 常见的卷积神经网络 | 第36-39页 |
| 3.2 卷积神经网络基础组件 | 第39-42页 |
| 3.2.1 卷积层与池化层 | 第39-41页 |
| 3.2.2 损失函数 | 第41页 |
| 3.2.3 反向传播与梯度下降 | 第41-42页 |
| 3.3 基于深度学习与哈希学习的中草药植物图像检索模型 | 第42-45页 |
| 3.3.1 哈希函数学习 | 第42-44页 |
| 3.3.2 层次化搜索 | 第44-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第4章 实验结果与分析 | 第46-54页 |
| 4.1 中草药植物图像数据集 | 第46-47页 |
| 4.2 中草药植物图像特征库建立 | 第47-50页 |
| 4.2.1 GIST特征提取中草药植物图像特征 | 第47-48页 |
| 4.2.2 GoogLeNet-FLH模型提取中草药植物图像特征 | 第48-50页 |
| 4.3 分类结果 | 第50-51页 |
| 4.4 检索结果对比 | 第51-52页 |
| 4.5 本章小结 | 第52-54页 |
| 第5章 中草药植物图像Web检索系统 | 第54-63页 |
| 5.1 中草药植物图像检索系统概述 | 第54页 |
| 5.2 中草药植物图像检索系统架构 | 第54-55页 |
| 5.3 中草药植物图像检索系统设计 | 第55-57页 |
| 5.3.1 图像检索模块 | 第55-56页 |
| 5.3.2 中草药植物图像特征提取 | 第56-57页 |
| 5.4 中草药植物图像检索系统展示 | 第57-62页 |
| 5.5 本章小结 | 第62-63页 |
| 第6章 总结与展望 | 第63-65页 |
| 6.1 总结 | 第63-64页 |
| 6.2 展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 攻读学位期间发表的学术论文和参加科研情况 | 第70-71页 |
| 学位论文评阅及答辩情况表 | 第71页 |