| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 重复数据删除技术 | 第11-14页 |
| 1.2.1 完全文件检测技术 | 第11-12页 |
| 1.2.2 块级别重复检测技术 | 第12-14页 |
| 1.3 海量图片检索技术 | 第14-16页 |
| 1.3.1 基于文本特征的检索 | 第15页 |
| 1.3.2 基于内容的图像检索技术 | 第15-16页 |
| 1.4 本文的主要研究内容 | 第16-17页 |
| 1.5 论文的组织结构 | 第17-18页 |
| 第二章 图片特征提取 | 第18-24页 |
| 2.1 颜色特征 | 第18-20页 |
| 2.2 纹理特征 | 第20-21页 |
| 2.3 形状特征 | 第21-22页 |
| 2.4 图片特征度量方法 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 多特征综合图片离线去重算法研究 | 第24-46页 |
| 3.1 图片颜色特征提取 | 第24-28页 |
| 3.1.1 颜色直方图 | 第24-27页 |
| 3.1.2 颜色矩 | 第27-28页 |
| 3.2 图片纹理特征提取 | 第28-30页 |
| 3.2.1 灰度共生矩阵特征 | 第28-29页 |
| 3.2.2 基于小波的图片纹理特征提取 | 第29-30页 |
| 3.2.3 纹理特征的距离度量 | 第30页 |
| 3.3 图片的形状特征提取 | 第30-33页 |
| 3.4 多特征综合距离 | 第33页 |
| 3.5 并行化图片离线去重算法（1） | 第33-35页 |
| 3.5.1 并行化图片离线去重算法（1） | 第33-34页 |
| 3.5.2 实验结果 | 第34-35页 |
| 3.6 并行化图片离线去重算法（2） | 第35-39页 |
| 3.6.1 并行化图片离线去重算法（2） | 第35-37页 |
| 3.6.2 实验结果 | 第37-39页 |
| 3.7 并行化图片离线去重算法（3） | 第39-43页 |
| 3.7.1 并行化图片离线去重算法（3） | 第40-41页 |
| 3.7.2 实验结果 | 第41-43页 |
| 3.8 本章小结 | 第43-46页 |
| 第四章 多特征综合图片在线去重算法研究 | 第46-70页 |
| 4.1 谱聚类概述 | 第46-47页 |
| 4.2 谱图划分准则 | 第47-51页 |
| 4.2.1 最小切准则 | 第47-48页 |
| 4.2.2 率切(Ratio-cut)准则 | 第48-49页 |
| 4.2.3 规范切(Normalized-cut)准则 | 第49-50页 |
| 4.2.4 最小最大切(Min-max-cut)准则 | 第50-51页 |
| 4.3 拉普拉斯矩阵 | 第51页 |
| 4.3.1 未规范化拉普拉斯矩阵 | 第51页 |
| 4.3.2 规范化拉普拉斯矩阵 | 第51页 |
| 4.4 经典谱聚类算法 | 第51-53页 |
| 4.5 谱聚类算法的基本框架及算法分析 | 第53-54页 |
| 4.6 基于自适应的粒子群聚类算法 | 第54-58页 |
| 4.7 图片在线去重算法 | 第58-69页 |
| 4.7.1 图片在线去重算法 | 第58-61页 |
| 4.7.2 实验结果 | 第61-69页 |
| 4.8 本章小结 | 第69-70页 |
| 第五章 算法总结与推广 | 第70-76页 |
| 5.1 算法总结 | 第70-71页 |
| 5.1.1 海量数据去重算法步骤 | 第70-71页 |
| 5.1.2 算法复杂性分析 | 第71页 |
| 5.2 算法推广 | 第71-73页 |
| 5.2.1 特征提取 | 第71-72页 |
| 5.2.2 无声短视频去重算法 | 第72-73页 |
| 5.3 实验结果 | 第73-75页 |
| 5.4 本章小结 | 第75-76页 |
| 第六章 总结与展望 | 第76-78页 |
| 6.1 总结 | 第76-77页 |
| 6.2 展望 | 第77-78页 |
| 致谢 | 第78-80页 |
| 参考文献 | 第80-84页 |
| 攻读硕士学位期间主要研究成果 | 第84页 |