| 致谢 | 第9-10页 |
| 摘要 | 第10-12页 |
| ABSTRACT | 第12-13页 |
| 第1章 绪论 | 第18-29页 |
| 1.1 研究背景及意义 | 第18-21页 |
| 1.2 研究现状 | 第21-26页 |
| 1.2.1 多特征融合 | 第21-22页 |
| 1.2.2 表示学习 | 第22-24页 |
| 1.2.3 多模态相似度学习 | 第24-25页 |
| 1.2.4 注意力机制和外部记忆选择 | 第25-26页 |
| 1.3 论文组织 | 第26-28页 |
| 1.4 主要符号对照表 | 第28-29页 |
| 第2章 基于局部投票的多特征融合方法 | 第29-40页 |
| 2.1 模型设计 | 第29-33页 |
| 2.1.1 基于局部投票的信息优化 | 第30-32页 |
| 2.1.2 多特征谱空间融合 | 第32-33页 |
| 2.1.3 拓展到半监督学习 | 第33页 |
| 2.2 实验结果和分析 | 第33-39页 |
| 2.2.1 数据集和实验设置介绍 | 第33-34页 |
| 2.2.2 样本相似度矩阵对比实验 | 第34-35页 |
| 2.2.3 多特征融合对比实验 | 第35-39页 |
| 2.3 本章总结 | 第39-40页 |
| 第3章 基于多特征卷积和主题驱动的多模态相似度学习方法 | 第40-54页 |
| 3.1 模型设计 | 第40-45页 |
| 3.1.1 非监督表示学习 | 第41-43页 |
| 3.1.2 有监督多模态相似度学习 | 第43-45页 |
| 3.1.3 模型全局精调 | 第45页 |
| 3.2 实验结果和分析 | 第45-52页 |
| 3.2.1 数据集和实验设置介绍 | 第45-46页 |
| 3.2.2 实验结果对比和分析 | 第46-49页 |
| 3.2.3 实验效果展示 | 第49-52页 |
| 3.3 本章总结 | 第52-54页 |
| 第4章 层级多模态相似度学习方法 | 第54-67页 |
| 4.1 模型设计 | 第54-60页 |
| 4.1.1 单层相似度模型 | 第55-56页 |
| 4.1.2 多层相似度模型 | 第56-58页 |
| 4.1.3 模型训练 | 第58-60页 |
| 4.2 实验结果和分析 | 第60-66页 |
| 4.2.1 图像检索 | 第60-65页 |
| 4.2.2 文本检索 | 第65-66页 |
| 4.3 本章总结 | 第66-67页 |
| 第5章 注意力机制驱动的多模态相似度学习方法 | 第67-79页 |
| 5.1 模型设计 | 第67-73页 |
| 5.1.1 多模态相似度学习 | 第68-69页 |
| 5.1.2 注意力机制驱动的多模态相似度学习 | 第69-70页 |
| 5.1.3 模型训练 | 第70-73页 |
| 5.2 实验结果和分析 | 第73-78页 |
| 5.2.1 数据集和实验设置介绍 | 第73-74页 |
| 5.2.2 方法设计评估 | 第74-75页 |
| 5.2.3 实验结果对比和分析 | 第75-76页 |
| 5.2.4 实验结果展示 | 第76-78页 |
| 5.3 本章总结 | 第78-79页 |
| 第6章 基于外部记忆选择的多模态相似度学习方法 | 第79-91页 |
| 6.1 模型设计 | 第79-84页 |
| 6.1.1 外部记忆选择 | 第79-82页 |
| 6.1.2 模型训练 | 第82-84页 |
| 6.2 实验结果和分析 | 第84-89页 |
| 6.2.1 数据集和实验设置介绍 | 第84-85页 |
| 6.2.2 方法设计评估 | 第85-86页 |
| 6.2.3 实验结果对比和分析 | 第86-87页 |
| 6.2.4 实验结果展示 | 第87-89页 |
| 6.3 本章总结 | 第89-91页 |
| 第7章 总结与展望 | 第91-93页 |
| 参考文献 | 第93-101页 |
| 攻读博士期间的学术活动及成果情况 | 第101页 |