一种基于DTW的图像时间序列相似度检索方法
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第12-19页 |
1.1 研究背景及意义 | 第12-13页 |
1.2 国内外研究现状 | 第13-17页 |
1.2.1 国外研究现状 | 第14-15页 |
1.2.2 国内研究现状 | 第15-17页 |
1.3 主要研究内容与论文组织结构 | 第17-19页 |
1.3.1 主要研究内容 | 第17页 |
1.3.2 论文组织结构 | 第17-19页 |
第2章 基于内容的图像检索技术 | 第19-26页 |
2.1 观基于内容的图像检索技术概述 | 第19-20页 |
2.2 CBIR流程 | 第20-21页 |
2.3 图像像特征向量的提取 | 第21-24页 |
2.4 特征向量相似性判断 | 第24-25页 |
2.5 本章小结 | 第25-26页 |
第3章 高维向量文本化 | 第26-38页 |
3.1 高维数据以及特点 | 第26-28页 |
3.2 改进后的高维向量文本表示方法 | 第28-32页 |
3.3 高维数据索引方法 | 第32-37页 |
3.4 本章小结 | 第37-38页 |
第4章 基于DTW的图像时间序列匹配模型 | 第38-47页 |
4.1 时间序列概念 | 第38-41页 |
4.2 DTW算法原理 | 第41-43页 |
4.3 DTW的图像相似度时间序列模型的建立 | 第43-46页 |
4.4 本章小结 | 第46-47页 |
第5章 实验与分析 | 第47-55页 |
5.1 实验设计 | 第47-48页 |
5.1.1 实验数据 | 第47页 |
5.1.2 实验环境 | 第47页 |
5.1.3 实验方案 | 第47-48页 |
5.2 实验结果及分析 | 第48-53页 |
5.2.1 实现效果图 | 第48-49页 |
5.2.2 实验结果和分析 | 第49-53页 |
5.3 本章小结 | 第53-55页 |
结论 | 第55-57页 |
参考文献 | 第57-61页 |
致谢 | 第61-62页 |
附录A 攻读学位期间所参与的主要项目 | 第62页 |