基于模糊矩阵学习的图像检索算法研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究背景 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·研究内容 | 第11-12页 |
| ·论文的结构 | 第12-15页 |
| 第2章 图像检索技术 | 第15-31页 |
| ·引言 | 第15页 |
| ·基于内容的图像检索 | 第15-27页 |
| ·基于内容的图像检索的体系结构 | 第15-16页 |
| ·图像的低层特征提取 | 第16-25页 |
| ·相似度计算 | 第25-26页 |
| ·检索性能评价 | 第26-27页 |
| ·基于语义的图像检索 | 第27-31页 |
| ·图像层次化语义模型 | 第27-28页 |
| ·语义特征的表示 | 第28-30页 |
| ·语义特征的提取 | 第30-31页 |
| 第3章 相关反馈技术 | 第31-37页 |
| ·相关反馈的概念 | 第31-32页 |
| ·经典的相关反馈算法 | 第32-36页 |
| ·查询点移动算法 | 第32-33页 |
| ·特征权重调整算法 | 第33-34页 |
| ·基于概率模型的相关反馈 | 第34页 |
| ·基于机器学习的相关反馈算法 | 第34-36页 |
| ·相关反馈算法分析与比较 | 第36-37页 |
| 第4章 基于模糊矩阵学习的图像检索算法 | 第37-59页 |
| ·基于低层视觉特征的图像检索 | 第37-43页 |
| ·36维的颜色直方图 | 第37-38页 |
| ·颜色空间位置特征 | 第38-39页 |
| ·纹理特征(灰度共生矩阵) | 第39-41页 |
| ·形状特征(Hu不变矩) | 第41-42页 |
| ·相似性度量 | 第42页 |
| ·基于SVM的图像分类 | 第42-43页 |
| ·基于模糊语义相关矩阵的相关反馈算法 | 第43-51页 |
| ·模糊数学知识简介 | 第43-46页 |
| ·模糊语义相关矩阵 | 第46-47页 |
| ·基于FSRM的相关反馈算法 | 第47-49页 |
| ·基于FSRM的学习算法 | 第49-50页 |
| ·基于FSRM的长期学习算法 | 第50-51页 |
| ·基于模糊矩阵学习的图像检索算法 | 第51页 |
| ·实验结果及分析 | 第51-58页 |
| ·本章小结 | 第58-59页 |
| 第5章 检索系统的设计与实现 | 第59-65页 |
| ·系统开发环境 | 第59页 |
| ·系统的总体设计 | 第59-60页 |
| ·系统界面及功能 | 第60-65页 |
| 第6章 总结与展望 | 第65-67页 |
| ·总结 | 第65页 |
| ·展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-73页 |
| 在读期间发表的论文 | 第73页 |
