| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 1 绪论 | 第6-13页 |
| 1.1 研究背景及意义 | 第6-7页 |
| 1.2 国内外研究现状 | 第7-12页 |
| 1.2.1 图像特征提取技术研究现状 | 第8-9页 |
| 1.2.2 音乐特征提取技术研究现状 | 第9-10页 |
| 1.2.3 基于图的重排序方法研究现状 | 第10-12页 |
| 1.3 主要内容及章节安排 | 第12-13页 |
| 1.3.1 本文主要内容 | 第12页 |
| 1.3.2 章节安排 | 第12-13页 |
| 2 问题定义及相关理论 | 第13-25页 |
| 2.1 多媒体检索问题定义 | 第13-14页 |
| 2.2 相关图像特征描述子 | 第14-17页 |
| 2.2.1 HSV颜色直方图 | 第14-15页 |
| 2.2.2 颜色差分直方图 | 第15-16页 |
| 2.2.3 微结构描述子 | 第16页 |
| 2.2.4 感知一致描述子 | 第16-17页 |
| 2.3 相关音乐特征描述子 | 第17-20页 |
| 2.3.1 均方根能量 | 第17页 |
| 2.3.2 ConstantQTransform | 第17-18页 |
| 2.3.3 梅尔频率倒谱系数 | 第18-20页 |
| 2.3.4 光谱对比度 | 第20页 |
| 2.4 相似度关系图及其融合算法 | 第20-23页 |
| 2.5 上下文敏感的重排序算法 | 第23-25页 |
| 2.5.1 全局上下文敏感的重排序算法 | 第23-24页 |
| 2.5.2 局部上下文敏感的重排序算法 | 第24-25页 |
| 3 基于局部延伸近邻及位次信息的相似度度量方法 | 第25-41页 |
| 3.1 引言 | 第25页 |
| 3.2 算法描述 | 第25-29页 |
| 3.2.1 基于局部延伸近邻的相似度度量算法 | 第26-27页 |
| 3.2.2 基于位次信息相似度度量 | 第27-29页 |
| 3.2.3 基于局部延伸近邻及位次信息的相似度度量 | 第29页 |
| 3.3 多媒体检索实验 | 第29-40页 |
| 3.3.1 数据集介绍及评价指标 | 第30-31页 |
| 3.3.2 实验设置及对比算法 | 第31-32页 |
| 3.3.3 实验结果及分析 | 第32-40页 |
| 3.4 本章小结 | 第40-41页 |
| 4 基于聚类及拓展查询的重排算法 | 第41-57页 |
| 4.1 引言 | 第41页 |
| 4.2 基于聚类的重排算法框架 | 第41-42页 |
| 4.3 基于谱聚类的重排算法 | 第42-45页 |
| 4.3.1 谱聚类目标函数 | 第42-43页 |
| 4.3.2 谱聚类目标函数求解 | 第43-45页 |
| 4.3.3 多媒体检索问题中谱聚类的贪心求解 | 第45页 |
| 4.4 拓展查询 | 第45-47页 |
| 4.5 多媒体检索实验 | 第47-54页 |
| 4.5.1 实验设置 | 第47页 |
| 4.5.2 实验结果及分析 | 第47-54页 |
| 4.6 本章小结 | 第54-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士学位期间发表学术论文情况 | 第61-62页 |
| 致谢 | 第62-64页 |