| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 课题研究背景意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 属性发现 | 第12页 |
| 1.2.2 文本分类识别技术的发展 | 第12-13页 |
| 1.2.3 暴力视频识别技术的发展 | 第13-14页 |
| 1.2.4 多示例学习 | 第14页 |
| 1.3 待深入研究问题 | 第14-15页 |
| 1.4 论文主要研究内容 | 第15-17页 |
| 第二章 基于多模态多示例的网络暴力视频检测系统的理论基础 | 第17-27页 |
| 2.1 引言 | 第17页 |
| 2.2 关于多示例算法简介 | 第17-18页 |
| 2.3 多示例学习算法的概念 | 第18-21页 |
| 2.3.1 首个多示例问题 | 第19-20页 |
| 2.3.2 多示例训练模型 | 第20-21页 |
| 2.3.3 多示例学习与传统学习算法的区别 | 第21页 |
| 2.4 多示例学习算法简介 | 第21-25页 |
| 2.4.1 轴平行算法 | 第21-22页 |
| 2.4.2 K-近邻算法 | 第22-23页 |
| 2.4.3 多样性密度（DD）算法 | 第23-24页 |
| 2.4.4 MILES算法 | 第24-25页 |
| 2.5 多示例学习与网络暴力视频过滤的关系 | 第25-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第三章 基于属性发现的多模态特征融合的网络暴力视频特征提取算法 | 第27-39页 |
| 3.1 引言 | 第27页 |
| 3.2 属性发现 | 第27-30页 |
| 3.2.1 视觉和音频同义词 | 第28页 |
| 3.2.2 属性关系图 | 第28-29页 |
| 3.2.3 属性与暴力视频特征关系 | 第29-30页 |
| 3.3 多模态特征提取 | 第30-37页 |
| 3.3.1 视觉特征分析 | 第30-31页 |
| 3.3.2 音频特征分析 | 第31-32页 |
| 3.3.3 文本特征分析 | 第32-37页 |
| 3.4 三模态特征融合 | 第37-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 基于属性发现的多模态多示例网络暴力视频检测系统 | 第39-47页 |
| 4.1 引言 | 第39页 |
| 4.2 视频数据库简介 | 第39-41页 |
| 4.3 视频特征提取事件 | 第41-42页 |
| 4.4 网络暴力视频检测系统框架 | 第42-44页 |
| 4.5 实验分析 | 第44-46页 |
| 4.5.1 实验环境与评测标准 | 第44-45页 |
| 4.5.2 实验结果与分析 | 第45-46页 |
| 4.6 本章小结 | 第46-47页 |
| 结论 | 第47-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 攻读学位期间发表的学术论文 | 第54页 |
