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--检索机论文

个性化Web图像检索关键技术研究

摘要第1-5页
Abstract第5-8页
1 绪论第8-16页
   ·概述第8页
   ·论文研究的目的及意义第8-9页
   ·本课题的国内外研究现状第9-14页
     ·基于文本的图像检索第9-10页
     ·基于内容的图像检索第10-11页
     ·基于语义的图像检索第11-13页
     ·个性化Web图像检索第13-14页
   ·论文的主要内容及组织结构第14-16页
     ·本论文研究的主要内容第14页
     ·本文的章节安排第14-16页
2 Web图像特征提取技术研究第16-25页
   ·引言第16页
   ·Web图像文本形式特征的提取第16-17页
   ·Web图像视觉特征的提取第17-21页
     ·颜色特征的提取第17-20页
     ·纹理特征提取第20页
     ·形状特征提取第20-21页
   ·多特征融合技术第21-22页
   ·实验结果第22-24页
   ·本章小结第24-25页
3 基于用户兴趣模型的个性化Web图像检索第25-33页
   ·引言第25页
   ·用户兴趣文件第25-27页
   ·用户兴趣模型第27-28页
   ·学习用户兴趣模型第28-31页
     ·显式学习第28-29页
     ·隐式学习第29-31页
   ·实验结果第31-32页
   ·本章小结第32-33页
4 用户兴趣迁移研究第33-42页
   ·引言第33页
   ·个性化推荐技术第33-39页
     ·个性化推荐流程第34页
     ·个性化推荐方法第34-36页
     ·基于用户兴趣模型的个性化用户兴趣推荐方法第36-39页
   ·实验结果第39-41页
   ·本章小结第41-42页
5 系统实现第42-46页
   ·系统开发环境第42页
   ·系统构架第42-43页
   ·系统功能及实验结果第43-45页
   ·本章小结第45-46页
结论第46-47页
参考文献第47-51页
攻读学位期间发表的学术论文第51-52页
致谢第52-53页

论文共53页,点击 下载论文
上一篇:基于C-V模型与小波理论的单板缺陷图像检测研究
下一篇:基于Markov随机场的木材表面缺陷模式识别方法的研究