基于主题模型的云图检索方法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 绪论 | 第10-14页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 研究思路和创新点 | 第11-13页 |
| 1.3 本文结构 | 第13-14页 |
| 2 相关研究工作综述 | 第14-33页 |
| 2.1 图像检索相关技术 | 第14-25页 |
| 2.1.1 图像特征 | 第14-22页 |
| 2.1.2 基于内容的图像检索原理 | 第22-23页 |
| 2.1.3 基于词袋模型的图像检索原理 | 第23-25页 |
| 2.2 主题模型理论 | 第25-31页 |
| 2.2.1 向量空间模型 | 第26-27页 |
| 2.2.2 潜在语义模型 | 第27-28页 |
| 2.2.3 概率性潜在语义模型 | 第28-30页 |
| 2.2.4 隐含狄利克雷分布模型 | 第30-31页 |
| 2.3 地基云图特征选择 | 第31-33页 |
| 3 基于词袋模型的云图检索方法 | 第33-46页 |
| 3.1 引言 | 第33-34页 |
| 3.2 基于词袋模型的云图描述子 | 第34-37页 |
| 3.2.1 方法概述 | 第34-35页 |
| 3.2.2 原子云图生成 | 第35页 |
| 3.2.3 云图特征向量与索引 | 第35-37页 |
| 3.3 实验结果与分析 | 第37-45页 |
| 3.3.1 实验设置 | 第37-42页 |
| 3.3.2 与传统CBIR的比较 | 第42-43页 |
| 3.3.3 参数分析 | 第43-45页 |
| 3.4 本章小结 | 第45-46页 |
| 4 基于主题模型的云图检索方法 | 第46-58页 |
| 4.1 引言 | 第46-47页 |
| 4.2 主题模型的云图检索 | 第47-54页 |
| 4.2.1 方法概述 | 第47-48页 |
| 4.2.2 云图视觉词典和量化 | 第48-51页 |
| 4.2.3 特征向量索引模型的建立和查询 | 第51-54页 |
| 4.3. 实验结果与分析 | 第54-57页 |
| 4.3.1 实验设置 | 第54页 |
| 4.3.2 与现有模型的比较 | 第54-56页 |
| 4.3.3 参数分析 | 第56-57页 |
| 4.4 本章小结 | 第57-58页 |
| 5 在线图像检索实验平台简介 | 第58-63页 |
| 5.1 平台概述 | 第58页 |
| 5.2 各模块功能简介 | 第58-63页 |
| 6 结论和展望 | 第63-64页 |
| 参考文献 | 第64-66页 |
| 作者简历 | 第66-68页 |
| 学位论文数据集 | 第68页 |
